?

線性回歸的目標(biāo)是什么？

其計算原理是什么？

經(jīng)常會混淆線性回歸和相關(guān)性，它們有什么不同？

線性回歸只是非線性回歸的特例，它們有什么不同？

線性回歸有時用于轉(zhuǎn)換的數(shù)據(jù)，以分析Scatchard、Lineweaver-Burke和類似曲線圖，為什么這不是用于分析數(shù)據(jù)的良好方法？

?

?

No.1

線性回歸的目標(biāo)

?

?

1. 什么是線性回歸？

線性回歸使用該模型擬合數(shù)據(jù)：

斜率量化了這條線的陡度。其等于X的每單位變化對應(yīng)的Y的變化，以Y軸的單位除以X軸的單位來表示。如果斜率為正，則Y隨著X的增加而增加。如果斜率為負(fù)，則Y隨著X的增加而減小。X=0時，Y截距是直線的Y值。其定義了線的高程。

注：“線性回歸”不同于“相關(guān)性”。線性回歸能夠找出根據(jù)X預(yù)測Y的最佳直線，而相關(guān)性不能擬合通過數(shù)據(jù)點(diǎn)的直線。

?

文章剩余內(nèi)容<<<<

?

總結(jié)

以上是生活随笔為你收集整理的GraphPad Prism 统计教程：简单线性回归原理的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。