一元线性回归分析

满足一元线性回归的基本条件：
所有的 的分布的均值都正好在一条直线上，称之为总体的（真实的）回归直线； 
所有的分布都有同样的形状；
随机变量 是相互独立的；
给定 X 时  分布的形状是正态的，即 服从正态分布。
满足这些条件的回归模型称为一元线性回归模型。 
根据样本观测值，采用最小二乘法，得到了一条估

计的样本回归直线 。

线性方程的显著性检验

关于回归系数b的统计推断

线性方程的显著性检验的方法有：
方差分解法 
相关分析法 
F检验 
t检验 
D-W检验 

测试代码：

package com.fxl;

public class RegressionAnalysis {//一元线性回归分析

       /**
* 一元线性回归分析某家庭月可支配收入
* y=ax+b
* 
* y表示月消费支出，x表示月可支配收入
*/
public static void main(String[] args) {


float x[]={2.0f,2.5f,3.0f,3.5f,4.1f,4.5f,5.0f,5.5f,5.9f,6.5f}; //月可支配收入
float y[]={1.5f,2.1f,2.4f,2.5f,2.9f,3.1f,3.2f,3.5f,3.7f,4.5f};  //月消费支出

float a,b,sum1=0,sum2=0;
for (int i = 0; i <y.length; i++) {
sum1+=(x[i]-avg(x))*(y[i]-avg(y));
sum2+=(x[i]-avg(x))*(x[i]-avg(x));

}

a=sum1/sum2;

b=avg(y)-a*avg(x);


System.out.println("一元系数："+a);

System.out.println("常量："+b);


}


   public static float avg(float a[]){//求算术平均值

float avg=0,sum = 0;

for (int i = 0; i < a.length; i++) {
sum+=a[i];
}

avg=sum/a.length;

return avg;

}
}

测试结果：

                一元系数：0.5640899
                       常量：0.54261804