参考资料:电子工业出版社的《深入浅出统计学》

前言

前面所讲的统计量只描述一个变量,如个人身高等,在这里我们将学习一些用于说明变量之间关系的统计量,了解它将使我们了解事物的相互关系,了解真相。

具体内容

一、善用散点图指出数据模式

通过将数据图形化,可以很清晰得分析出其是拟合哪种曲线。
整理总结:深入浅出统计学 —— 相关与回归

二、图形的诠释误区

呈正相关的曲线,并不表明自变量x与因变量y之间是因果关系,因为它们只是刚好被相同的因素驱动的,因此呈现出二者都同时增加。
整理总结:深入浅出统计学 —— 相关与回归

三、最佳拟合线y=ax+b的参数计算

1、参数b的计算

整理总结:深入浅出统计学 —— 相关与回归
整理总结:深入浅出统计学 —— 相关与回归整理总结:深入浅出统计学 —— 相关与回归

2、参数a的计算

整理总结:深入浅出统计学 —— 相关与回归

四、用相关系数量度直线与数据的拟合度

相关系数r是介于-1和1之间的一个数,描述了各个数据点与直线的偏离程度,因此可以通过它来量度回归线与数据的拟合度。当r=-1,则数据为完全负线性相关,所有数据点都在一条直线上,如果r等于1,则数据完全正线性相关,如果等于0,则不存在相关性。
整理总结:深入浅出统计学 —— 相关与回归
整理总结:深入浅出统计学 —— 相关与回归
整理总结:深入浅出统计学 —— 相关与回归
整理总结:深入浅出统计学 —— 相关与回归整理总结:深入浅出统计学 —— 相关与回归

相关文章:

  • 2021-11-14
  • 2021-08-02
  • 2021-10-31
  • 2021-07-05
  • 2021-12-11
  • 2021-07-18
  • 2021-12-10
  • 2021-08-21
猜你喜欢
  • 2021-04-18
  • 2021-05-15
  • 2021-12-31
  • 2021-11-25
  • 2021-11-11
  • 2021-09-19
  • 2021-12-28
相关资源
相似解决方案