回归直线方程的三种推导方法

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

( y12 y22 yn2 ) [2 y1(bx1 a) 2 y2 (bx2 a)2 ]
展开
求出当 Q 取最小值时的 a,b 的值,就求出了回归方程.
下面给出回归方程的推导方法一: 一、先证明两个在变形中用到的公式
n
(xi x)2
n
xi2
2
nx
x x1 x2 xn
公式(一) i1
总结:这种方法难想到为什么要这样处理,并且计算量很大。还有不足之处是它与必修三给出的公式形 式上还是有所区别,还要对形式进行转化。 推导方法三:
两边对 求导得
.'
.


若两边对 求导得
(1)
令 将(1)式带入上式得
总结:这种方法应该比以上两种方法都简单,学生在学习过导数及其利用导数求极值之后,度这个方法 的推导能够理解。
n
n
n
na2 2na( y bx) b2 xi2 2b xi yi yi2
i 1
i 1
i 1
转化为平均数 x,y
n
n
n
n[a ( y bx)]2 n( y bx)2 b2 xi2 2b xi yi yi2
i 1
i 1
i 1
配方法
n[a
(y
bx)]2
2
ny
n
n

实际计算时,通常是分步计算:先求出
x,y
,再分别计算
( xi
i 1
x)( yi
y) ,
( xi
i 1
x)2

n
i 1
xi
yi
nxy ,
n i 1
xi2
2
nx
的值,最后就可以计算出
a,b
的值.
推导方法二:
在上式中,后面两项和 无关,前两项为非负数,因此,要使 Q 达到最小值,当且仅当前两项均为 0, 即有
i 1
,其中
n
n
∵ (xi x)2 (x1 x)2 (x2 x)2 (xn x)2
证明: i1
x12 x22 (x12 x22
xn2
2nx
(x1
x2
n
xn
)
n
2
x
xn2 )
2
2nx
2
nx
(x12
x22
xn2 )
n
xi2
2
nx
i 1
n

(xi x)2
n
xi2
i 1
n
(x1 x)2
i 1
2
y)
n i 1
( xi
x)( yi
n
(xi x)2
i 1
2 y)
n
( yi
i 1
y)2
配方法
在上式中,共有四项,后两项与 a,b 无关,为常数;前两项是两个非负数的和,因此要使得 Q 取 得最小值,当且仅当前两项的值都为 0.所以
注意到 因此,
n
xi yi nx y
i 1
i 1
i 1
用公式(一)、(二)变形
.'
.
n
n
( xi
x)( yi
y)
n
n[a ( y bx)]2
i 1
(xi
x)2
b
i 1
n
( xi
i 1
x)2
i 1
( yi
y)2
配方
n a ( y bx)2
n
( xi
i 1
x)2 b
n
(xi x)( yi
b i1
n
xi2
2
nx

i 1
用公式(一)、(二)变形得
上述推导过程是围绕着待定参数 a,b 进行的,只含有 xi,yi 的部分是常数或系数,用到的方法有:
① 配方法,有两次配方,分别是 a 的二次三项式和 b 的二次三项式;
② 形时,用到公式(一)、(二)和整体思想; ③ 用平方的非负性求最小值.
.
回归直线方程的三种推导方法
巴州二中母润萍
回归直线方程是新课改新增内容之一,在必修数学 3 中对两个具有线性相关关系的变量利用回归分
(x1 y1 x2 y2 xn yn ) (x1 y y1 x x2 y y2 x xn y yn x) nx y
析的方法进行了研究,书中直接给出了回归直线方程系数的公式,在选修 2-3 中给出了回归直线方程的 截距和斜率的最小二乘法估计公式的另一种形式的推导方法,根据所学知识,我总结了 3 种推导回归直
.'
i 1
i 1
整理
n
∵ (xi x)( yi y) (x1 x)( y1 y) (x2 x)( y2 y) (xn x)( yn y)
证明: i1
n
n
n
n[a ( y bx)]2 b2 (xi x)2 2b (xi x)( yi y) ( yi y)2
yn ) x nxБайду номын сангаасy
(x1,y1),(x2,y2 ),(x3,y3), ,(xn,yn ) ,设所求的回归方程为 yi bxi a , (i 1,2,3, ,n) .显然,上面的 各个偏差的符号有正、有负,如果将他们相加会相互抵消一部分,因此他们的和不能代表 n 个点与回归
n
n
n
n
xi yi 2nx y nx y xi yi nx y ∴ (xi x)( yi y) xi yi nx y
2
nx
i 1
i 1

n
n
n
n
n
yi2 2b xi yi 2a yi b2 xi2 2ab xi na2
i 1
i 1
i 1
i 1
i 1
合并同类项
n
yi
n
xi
n
n
n
na2 2na i1
n
b i1 n
b2
i 1
xi2
2b
i 1
xi yi
i 1
yi2
以 a,b 的次数为标准整理
2nbx y
nb2
2
x
b2
n
xi2 2b
n
xi yi
n
yi2
i 1
i 1
i 1
展开
n
n
(xi x)( yi y) xi yi nx y
公式(二) i1
i 1
n[a ( y bx)]2 b2 (
n
xi2
2
nx )
2b(
n
xi yi nx y) (
n
yi2
2
ny )
i 1
i 1
i 1
, i1
i 1

直线的整体上的接近程度,因而采用 n 个偏差的平方和 Q 来表示 n 个点与相应直线(回归直线)在整体
二、推导:将 Q 的表达式的各项先展开,再合并、变形
上的接近程度,即
Q ( y1 bx1 a)2 ( y2 bx2 a)2 ( y3 bx3 a)2 ( yn bxn a)2
n
xi yi [(x1 x2 xn ) y ( y1 y2 yn )x] nx y i 1
线方程的方法: 设 x 与 y 是具有线性相关关系的两个变量,且相应于样本的一组观测值的 n 个点的坐标分别是:
n i 1
xi yi
n
(
x1
x2
n
xn ) y ( y1 y2 n
相关文档
最新文档