Kako izvršiti linearnu regresiju podataka?

Odgovor:

Morate vidjeti potpuni odgovor za razumijevanje

Obrazloženje:

Ne znam u potpunosti što misliš, prvi put kada dobijete svoj skup podataka gdje regresirate y na x kako biste pronašli kako promjena x učinaka y.

x y

1 4

2 6

3 7

4 6

5 2

I želite pronaći odnos između x i y, što znači da vjerujete da je model sličan

# Y = x + C #

ili u statistici

# Y = beta_0 + beta_1x + u #

ovi # Beta_0, beta_1 # su parametri u populaciji i # U # je učinak neopaženih varijabli koje se inače nazivaju izrazom pogreške pa želite procjenitelje # Hatbeta_0, hatbeta_1 #

Tako # Hatya = hatbeta_0 + hatbeta_1x #

To vam govori da će predviđeni koeficijenti dati predviđenu vrijednost y.

Dakle, sada želite pronaći najbolje procjene za ove koeficijente, a to činimo pronalaženjem najniže razlike između stvarne vrijednosti y i predviđene.

#min sum_ (i = 1) ^ nhatu_i ^ 2 ~ hatbeta_0, hatbeta_1 #

To u osnovi kaže da želite minimum zbroja razlika između acutalnih y vrijednosti i predviđenih y vrijednosti za svoj regresijski pravac

Dakle, formule za njihovo pronalaženje su

# hatbeta_1 = (sum_ (i = 1) ^ n (x_i- barx) (y_i-bary)) / (sum_ (i = 1) ^ n (x_i-barx) ^ 2) #

# Hatbeta_0 = bary-hatbeta_1barx #