线性回归介绍之四——如何做散点图
来源:互联网 发布:data science 知乎 编辑:程序博客网 时间:2024/06/01 20:56
前几次关于线性回归介绍的都是一些理论上的东西,这一次想介绍一个非常使用的内容,即如何绘制散点图。当然,用SAS、SPSS等统计软件会很轻松地做出来,但是并不是每个人都能掌握这些统计软件,所以这一次主要是介绍如何通过EXCEL介绍线性回归的散点图。
比如,有x和y两个变量,想分析它们之间的关系。首先,点“插入”-“图表”,选择“XY散点图”,然后一步一步点下去,中间可以加入x轴和y轴的标示以及图的标题等内容。 最终可以形成一个简单的散点图,如下图所示:
这种图是大家都会做的,下面想说的是如何加入趋势线以及方程式。在上面的图中用右键随便点其中的一个数据点,在出现的菜单中点“添加趋势线”,在出现的窗口中,“类型”窗口可以选择数据点的格式,即是线性的还是对数的还是指数的等。“选项”窗口则可以选择是否设置截距=0,是否显示方程式等选项。
其中有一个需要注意的是,是否“显示R平方值”这一个选项。主要是需要了解“R平方值”是什么意思。
R平方值也称校正系数,它跟相关系数有关,是相关系数的平方。R平方值越大,表示因变量y的变化中有多大的比例是由自变量x引起的。比如,上图中R平方值为0.9656,表示y的变化中,有95.56%的原因是由自变量引起的,还有大约4.46%的原因是由别的因素引起的。
校正系数的含义是需要理解的,它是衡量一个方程拟合是否合适的一个重要衡量标志。
0 0
- 线性回归介绍之四——如何做散点图
- 线性回归介绍之九——多重线性回归
- 线性回归介绍之七——回归诊断
- 线性回归介绍之二——“线性”的理解
- 线性回归介绍之三——线性回归的使用条件
- 【四】机器学习之路——线性回归
- 理解线性回归(四)——总结线性回归
- 线性回归介绍之五——回归与方差分析的关系
- 线性回归介绍之六——再谈回归与方差分析的关系
- 线性回归介绍之八——回归方程的评价
- 线性回归之——最小二乘法
- 线性回归之——最小二乘法
- 线性回归介绍之十——多因素分析策略
- ML—线性回归系列(四)—lasso&mtl
- 白手起家学习数据科学 ——线性回归之“简单线性回归篇”(十一)
- 线性回归介绍之一
- 回归模型——线性回归
- 回归分析之线性回归
- Boost.bind 的使用
- 线性回归介绍之三——线性回归的使用条件
- Object-C基础—属性的介绍与使用
- 高IQ孩子的特征[图]
- Silverlight读取web.config配置文件
- 线性回归介绍之四——如何做散点图
- php通过socket向应用程序发数据
- 【javascript】javascript中的闭包
- CAT表中EMM PID 和 PMT表中ECM 的解析
- poj 1463
- NSObject:类与协议
- 正确使用Block避免Cycle Retain和Crash
- 线性回归介绍之五——回归与方差分析的关系
- 设计模式之——适配器模式