简单线性回归截距假设检验_python-简单线性回归

线性回归 为数据分析很常见的一种分析方式，大家都不陌生 就是初中学的y=AX+b

本文内容：

1。建立数据集

2。相关系数

3。线性回归的实现

4。评估模型

1.建立数据集

#调用数据包

import pandas as pd

from collections import OrderedDict

#建立数据集

e1={'学习时间':[0.50,0.75,1.00,1.25,1.50,1.75,1.75,2.00,2.25,

2.50,2.75,3.00,3.25,3.50,4.00,4.25,4.50,4.75,5.00,5.50],

'成绩':[10, 22, 13, 43, 20, 22, 33, 50, 62,

48, 55, 75, 62, 73, 81, 76, 64, 82, 90, 93]

}

e2=OrderedDict(e1)

e=pd.DataFrame(e2)

#查看前几行

e.head()

2.相关系数

#提取特征和标签

e_X=e.loc[:,'学习时间']

e_y=e.loc[:,'成绩']

#绘制散点图<