发布网友 发布时间:2023-07-13 18:48
共1个回答
热心网友 时间:2023-09-15 06:11
线性回归都可以通过最小二乘法求出其方程,可以计算出对于y=bx+a的直线。
拟合是推求一个函数表达式y=f(x)来描述y和x之间的关系,一般用最小二乘法原理来计算。用直线来拟合时,可以叫一次曲线拟合,虽然有点别扭;用二次函数来拟合时,可以叫抛物线拟合或二次曲线拟合,但不能说线性回归。
用直线(y=ax+b)拟合时,得到的方程和一元线性回归分析得到的方程是一样的,但是拟合时可以人为指定函数参数形式,如b=0,而线性回归分析目的则侧重于描述y和x线性相关的程度,通常会同时计算相关系数、F检验值等统计参数。
求解方法
线性回归模型经常用最小二乘*近来拟合,但他们也可能用别的方法来拟合,比如用最小化“拟合缺陷”在一些其他规范里(比如最小绝对误差回归),或者在回归中最小化最小二乘损失函数的乘法。相反,最小二乘*近可以用来拟合那些非线性的模型。因此,尽管最小二乘法和线性模型是紧密相连的,但他们是不能划等号的。
以上内容参考:百度百科-线性回归方程