python画多函数方程_使用Python玩转数据分析(2)：找出实验数据近似的线性函数关系...

通过一个具体案例，借助于EXECL分析工具，讲述线性回归分析必要的步骤和方法，并编写Python程序求出实验数据的拟合函数。

在数据分析中，线性回归分析是一种预测性的建模技术，它可以从给出的一组数据发现变量间的因果关系，建立变量间近似的线性函数模型。回归分析按照涉及变量的多少，分为一元回归和多元回归分析。

许多工程问题，常常需要根据两个变量的几组实验数据，来找出这两个变量的近似线性函数关系，用于预测和控制两个变量间的相互变化。

例2  下表是某厂1~4月份用水量(单位：百吨)的一组数据：

根据上面的一组数据建立月份和用水量之间的近似线性函数，若设月份为x，用水量为y，近似的线性函数为y = f(x)，也就是，要找出一个能使上述数据大体适合的函数关系y = f(x)。

下面给出具体的回归分析步骤。

首先，要确定f(x)的函数类型，看f(x)是否近似于线性函数，当f(x)近似于线性函数时，才适合做线性回归分析。

我们可以使用EXECL来确定f(x)函数类型，新建EXECL文档ÿ