第16节--简单线性回归（上）

0. 前提介绍：

为什么需要统计量？
统计量：描述数据特征

0.1 集中趋势衡量

0.1.1均值（平均数，平均值）（mean）

{6, 2, 9, 1, 2}

(6 + 2 + 9 + 1 + 2) / 5 = 20 / 5 = 4

0.1.2中位数 （median）:

将数据中的各个数值按照大小顺序排列，居于中间位置的变量

给数据排序：1， 2， 2， 6， 9
找出位置处于中间的变量：2

当n为基数的时候：直接取位置处于中间的变量
当n为偶数的时候，取中间两个量的平均值

0.1.3众数 （mode）：

数据中出现次数最多的数

0.2 离散程度衡量

0.2.1 方差（variance)

{6, 2, 9, 1, 2}

(1) (6 - 4)^2 + (2 - 4) ^2 + (9 - 4)^2 + (1 - 4)^2 + (2 - 4)^2
= 4 + 4 + 25 + 9 + 4
= 46
(2) n - 1 = 5 - 1 = 4
(3) 46 / 4 = 11.5

0.2.2 标准差 (standard deviation)

s = sqrt(11.5) = 3.39

---

1. 介绍：

回归(regression)：Y变量为连续数值型(continuous numerical variable)
如：房价，人数，降雨量
分类(Classification)：Y变量为类别型(categorical variable)
如：颜色类别，电脑品牌，有无信誉

---

2. 简单线性回归(Simple Linear Regression)

2.1 很多做决定的过程通常是根据两个或者多个变量之间的关系
2.2 回归分析(regression analysis)：用来建立方程模拟两个或者多个变量之间如何关联
2.3 被预测的变量叫做：因变量(dependent variable), y, 输出(output)
2.4 被用来进行预测的变量叫做： 自变量(independent variable), x, 输入(input)

---

3. 简单线性回归介绍

3.1 简单线性回归包含一个自变量(x)和一个因变量(y)
3.2 以上两个变量的关系用一条直线来模拟
3.3 如果包含两个以上的自变量，则称作多元回归分析(multiple regression)

---

4. 简单线性回归模型

4.1 被用来描述因变量(y)和自变量(X)以及偏差(error)之间关系的方程叫做回归模型
4.2 简单线性回归的模型是:

其中：β0与β1被称为参数， ε被称为偏差

---

5. 简单线性回归方程

对回归模型两边求期望，得到：
E(y) = β0+β1x
这个方程对应的图像是一条直线，称作回归线。其中，β0是回归线的截距，β1是回归线的斜率。E(y)是在一个给定x值下y的期望值（均值）。

---

6. 正向线性关系：

---

7. 负向线性关系：

---

8. 无关系：

---

9. 估计的简单线性回归方程

ŷ=b0+b1x
这个方程叫做估计线性方程(estimated regression line)
其中，b0是估计线性方程的纵截距，b1是估计线性方程的斜率，ŷ是在自变量x等于一个给定值的时候，y的估计值。

---

10. 线性回归分析流程：

---

11. 关于偏差ε的假定

11.1 ε是一个随机的变量，均值为0
11.2 ε的方差(variance)对于所有的自变量x是一样的
11.3 ε的值是独立的
11.4 ε满足正态分布