【導(dǎo)讀】稱為殘差平方和,它代表了隨機誤差的效應(yīng)。為的估計量,越小,預(yù)報精度越高。1,說明回歸方程擬合的越好;R2?表3-2列出了女大學(xué)生身高和體重的原始數(shù)據(jù)以及相應(yīng)的殘差數(shù)據(jù)。判斷原始數(shù)據(jù)中是否存在可疑數(shù)據(jù),這方面的分析工作稱為殘差分析。樣作出的圖形稱為殘差圖。軸為心的帶形區(qū)域;如果數(shù)據(jù)采集有錯誤,就予以糾正,然后再重新利用線性回歸模型擬合數(shù)。據(jù);如果數(shù)據(jù)采集沒有錯誤,則需要尋找其他的原因。求出Y對的回歸直線方程,并說明擬合效果的好壞。試比較哪一個擬合效果更好。回歸方程只適用于我們所研究的樣本的總體。范圍,通常不能超出太多。172cm的女大學(xué)生的平均體重的預(yù)測值。關(guān)系,則選用線性回歸方程y=bx+a).按一定規(guī)則估計回歸方程中的參數(shù)。案例2一只紅鈴蟲的產(chǎn)卵數(shù)y和溫度x有關(guān)。預(yù)測溫度為28oC時產(chǎn)卵數(shù)目。