其实回归只是统计学上检验线性是否明显的一种方法,就是说,回归后得出一个
值,如果这个值达到一定程度就说明你的问题线性明显
你的问题既然已经是直线,我们只要拟合出直线来,至于检验线性是否明显,好像
只要一个公式,或现在已经没有必要
方法如下
要一点微分的知识),如下三个点及其坐标(已知)
用直线拟合A,B,C三点(当然可以更多)
.A(x1,y1) .B(x2,y2)
----------------------------------------------------直线 y-b=s(x-a) s待定
.P(x,y)----->(a,b)
.C(x3,y3)
步骤如下:先找一点P,使它到A,B,C三点的距离之和最小,这样,近似认为P是你要拟合的
这些点群的中心,
距离d= (x-x1)^2 +(y-y1)^2 + (x-x2)^2 +(y-y2)^2 + (x-x2)^2 +(y-y2)^2
距离的定义不用太严格只要不出现负数,这里不开方是为了求导方便
然后分别对x,和y求导,使其=0,就是说下面两式
(x-x1)^2 +(y-y1)^2 + (x-x2)^2 +(y-y2)^2 + (x-x2)^2 +(y-y2)^2 对于x的导数=0 ;
(x-x1)^2 +(y-y1)^2 + (x-x2)^2 +(y-y2)^2 + (x-x2)^2 +(y-y2)^2 对于y的导数=0 ;
只有两个未知数x,y,求出他们(确定他们是最小值点),就是P(x,y).
为了叙述方便,现在我们把P坐标标记为(a,b),我们还要直线拟合,这条直线经过P,
待定的斜率记为s,这样方程写为y-b=s(x-a)
于是再定义一种点群到直线的距离(你自己根据情况定义,垂直与水平距离的加权平均比较好)
,同样得出:
距离d = 一个关于s的二次式 记为f(s)
f(s) 对s求导 = 0 (这是关于s的一次式)
这样求出了s,就是斜率
OVER!!!!
这只是数学上解决问题的方法(比较有理论依据),相信还有更好的
详细情况,你可以找一本微积分书,回归最好是参考统计学书