python一元线性回归
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)