统计学基础知识梳理（四）

线性回归

在坐标上分布很多点，这些点可以通过y=mx+b的直线进行近似模拟，如图。最合适的线性回归线（Best fitting regression）就是Error的方差最小，即Square error to the line: SEline最小。我们需要找寻SEline最小时m和b的值，即find the m & b that minimizes SEline。

线性回归公式推导

假设我们有n个点，(x1,y1), (x2,y2), ... ,(xn,yn)，如下图所示：

我们要求这几个点的线性回归方程，假设方程为y=mx+b，如下图所示：

即求：

决定系数：

描述的是X波动对Y波动的影响度。

决定系数 R平方 = 1 - SE line （Y对于回归线距离的平方和）/ SE Y均 （Y对于 Y平均值距离的平方和），这个系数是对回归方程拟合程度的判断，当R平方接近于1时，说明直线拟合的很好。