解释回归方程

1,画散点图,可以看出是个抛物线,也就是个一元二次方程.还不确定的话,可选择回归--曲线估计,把所有的回归模型全选上,拟合后看R2,最大的为二次方和立方,立方的第四个参数为0,所以实际上还是个二次方.

不好意思,我只知道用EXCEL算y=a+bx,b=SLOPE(因变量,自变量)；a=INTERCEPT(因变量,自变量).r=correl(因变量,自变量）

那个像E的符号是希腊字母,念“西格玛”,在数学上常表示为”求和“的意思.如果已知一条直线上的n个点(xi,yi),则求最接近这n个点的直线y=bx+a可以直接用此公式.b的分子展开即表示为：(x1y1

y=bx+a用公式.b的分子为：(x1y1+x2y2+...xnyn)-nx'y',x',y'分别为xi,yi的平均值b的分母为：(x1^2+x2^2+...xn^2)-n(x')^2求出了b之后,再

∑（上面还有个n,下面是i=1）是累计求和符号.从i=1的∑后相应数值,加上i=2的∑后相应数值,加上.一直加到i=n的∑后相应数值,最终结果就是∑（上面还有个n,下面是i=1）.

回归中,一个变量能解释另一个变量的百分比是决定系数,它等于相关系数的平方.这里决定系数=0.5^=0.25,也就是Y的25%可以由X来解释,解释不了变异百分比的=1-0.25=75%

第一章：导论1、什么是统计学?统计方法可以分为哪两大类?统计学是收集、分析、表述和解释数据的科学.统计方法可分为描述统计方法和推断统计方法.2、统计数据可分为哪几种类型?不同类型的数据各有什么特点?按

公式：

表示i是从1到n变化,并将i=1,i=2,i=3,i=4……i=n时分别代入算式进行求和.上面的一杠表示平均值.你这个就是最小二乘法求系数a、b的问题.最小二乘法是处理线性回归的常用方法,你可以去网上

答：求和符号"∑".符号"∑"读作"西格玛",常用作求和,"∑"（∑上面有一个n,下面有一个i=1,右面有一个ai)读作"西格玛ai从i=1到i=n","∑"（∑上面有一个n,下面有一个i=1,右面有

这个问题可以这样回答,自变量在两个显著性框中的显著性不一样,或者说在一个里面显著,在另一个不显著,这样的可以不解释.

额,可以解释因变量的49%,即表明拟合度为49%,相关系数的平方等於拟合度,所以相关系数等於-0.7

y^=-1.3571x^+7.7143R^2=0.9112这是用工具软件（excel)计算的.若需要手工计算步骤,请追问.

用EXCEL作线性回归,得到回归方程：             &nb

解题思路：先求出横标和纵标的平均数，利用公式求出线性回归方程的系数解题过程：varSWOC={};SWOC.tip=false;try{SWOCX2.OpenFile("http://dayi.prc

中文名称：回归系数英文名称：regressioncoefficient定义：回归分析中度量依变量对自变量的相依程度的指标,它反映当自变量每变化一个单位时,依变量所期望的变化量.应用学科：遗传学（一级学

步骤：　　1.列计算表,求∑x,∑xx,∑y,∑yy,∑xy.　　2.计算Lxx,Lyy,Lxy　　Lxx=∑(x-xˇ)(x-xˇ)　　Lyy=∑(y-yˇ)(y-yˇ)　　Lxy=∑(x-xˇ)(

是依据误差的平方和最小这个条件来求回归系数的.比如一元的,y=ax+bE=∑(y-yi)^2=∑(axi+b-yi)^2将a,b看成变量,则E的最小值需有其偏导数为0,即E'a=2∑(axi+b-yi

我们以一简单数据组来说明什么是线性回归.假设有一组数据型态为y=y(x),其中x={0,1,2,3,4,5},y={0,20,60,68,77,110}如果我们要以一个最简单的方程式来近似这组数据,则

线性回归方程为y=a+bx其中a=y的平均数-bx的平均数.这题已知a=4055.25y平均为(47+45.5+43.5+41)/4=44.25x平均为2005.5所以b=（4055.25-44.25