線性迴歸方程公式

線性迴歸方程公式：b=(x1y1+x2y2+...xnyn-nXY)/(x1+x2+...xn-nX)。線性迴歸方程是利用數理統計中的迴歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法之一。

線性迴歸方程公式求法：

第一：用所給樣本求出兩個相關變數的(算術）平均值：

x_=(x1+x2+x3+...+xn)/n

y_=(y1+y2+y3+...+yn)/n

第二：分別計算分子和分母：（兩個公式任選其一）

分子=(x1y1+x2y2+x3y3+...+xnyn)-nx_Y_

分母=(x1^2+x2^2+x3^2+...+xn^2)-n*x_^2

第三：計算b：b=分子/分母

用最小二乘法估計引數b，設服從常態分佈，分別求對a、b的偏導數並令它們等於零，得方程組解為

其中，且為觀測值的樣本方差.線性方程稱為關於的線性迴歸方程，稱為迴歸係數，對應的直線稱為迴歸直線.順便指出，將來還需用到，其中為觀測值的樣本方差。

1、線性迴歸方程是利用數理統計中的迴歸分析，來確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法之一。線性迴歸也是迴歸分析中第一種經過嚴格研究並在實際應用中廣泛使用的型別。按自變數個數可分為一元線性迴歸分析方程和多元線性迴歸分析方程。

2、在統計學中，線性迴歸方程是利用最小二乘函式對一個或多個自變數和因變數之間關係進行建模的一種迴歸分析。這種函式是一個或多個稱為迴歸係數的模型引數的線性組合。只有一個自變數的情況稱為簡單迴歸，大於一個自變數情況的叫做多元迴歸。（這反過來又應當由多個相關的因變數預測的多元線性迴歸區別，而不是一個單一的純量變數。）

3、線上性迴歸中，資料使用線性預測函式來建模，並且未知的模型引數也是通過資料來估計。這些模型被叫做線性模型。最常用的線性迴歸建模是給定X值的y的條件均值是X的仿射函式。不太一般的情況，線性迴歸模型可以是一箇中位數或一些其他的給定X的條件下y的條件分佈的分位數作為X的線性函式表示。像所有形式的迴歸分析一樣，線性迴歸也把焦點放在給定X值的y的條件概率分佈，而不是X和y的聯合概率分佈（多元分析領域）。

線性迴歸有很多實際用途。分為以下兩大類：

如果目標是預測或者對映，線性迴歸可以用來對觀測資料集的和X的值擬合出一個預測模型。當完成這樣一個模型以後，對於一個新增的X值，在沒有給定與它相配對的y的情況下，可以用這個擬合過的模型預測出一個y值。

給定一個變數y和一些變數X1,...,Xp，這些變數有可能與y相關，線性迴歸分析可以用來量化y與Xj之間相關性的強度，評估出與y不相關的Xj，並識別出哪些Xj的子集包含了關於y的冗餘資訊。