python线性回归

一、定义

一元线性回归分析预测法，是根据自变量x和因变量Y的相关关系，建立x与Y的线性回归方程进行预测的方法。

一元线性回归分析法的预测模型为：

相关系数的计算：

二、例题

表格6-1列出了某市1997-2006年，居民收人和居民食品消费支出的资料。试根据此表对该城市居民收人与食品支出的关系进行回归分析，并预测2007年居民收入为42亿元时的食品消费支出。

步骤1：画出散点图，判断相关性

def showmap(data_x,data_y):
    # 显示中文标签
    plt.rcParams['font.sans-serif'] = ['SimHei']
    # 解决负号“-”显示为方块的问题
    plt.rcParams['axes.unicode_minus'] = False

    x_values = data_x
    y_values = data_y
    plt.scatter(x_values, y_values, s = 10) #s是点的尺寸
    # 设置图表标题，并给坐标轴加上标签
    # 函数title()给图表指定标题，参数fontsize指定了图表中文字的大小
    plt.title("例题1", fontsize = 24)
    # 函数 xlabel() 和 ylabel() 能够为每条轴设置标题
    plt.xlabel("居民收入(1997-2006),单位/亿元", fontsize = 14)
    plt.ylabel("食品消费支出,单位/亿元", fontsize = 14)
    plt.scatter(x_values, y_values)
    plt.show()

步骤二：计算相关系数并求出预测值

def first_regression(data_x,data_y)