简单理解统计学4-因变量、自变量与相关性

来自于Simple Learning Pro的系列

为了描述两个变量之间的相关关系，我们一般可以采用散点图用于描述。
这两个变量，我们把其中一个称为解释变量，也是自变量；一般放于X轴；另一个称为自变量，一般放于Y轴

描述相关性（r）时有两个要素：
相关性的方向：正相关 or 负相关
相关性的强弱：越接近于1/-1表示相关性越强

为了对两个变量之间的相关关系做更好的描述，我们可以引入回归方程；
Y=b0+b1*X;其中b0为截距，b1为相关系数

同时我们引入R-squared（上文中r的平方）来反映回归方程整体的拟合度，表达因变量与所有自变量之间的总体关系。R²等于回归平方和在总平方和中所占的比率，即回归方程所能解释的因变量变异性的百分比。

回归方程

残差：观测值与拟合值的偏离，残差大小可以衡量预测的准确性；

在回归中也要注意异常值点

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。