一，计算各变量的平均值（算术平均值）
x_=(x1+x2+...+xi+...+xn)/n
y_=(y1+y2+...+yn)/n
二，计算两个∑
∑xiyi=x1y1+x2y2+...+xnyn
∑xi^2=x1^2++x2^2+...+xn^2
三，计算分子与分母
分子=（∑xiyi)-n*x_*y_
分母=(∑xi^2)-n*x_^2
四，计算b
b=分子÷分母
扩展资料：
线性回归是线性模拟标量响应之间关系的方法(或因变量)和一个或多个解释变量(或自变量)。一个解释变量的情况称为简单线性回归...对于多个解释性变量，该过程称为多元线性回归。这个术语不同于多元线性回归，其中预测了多个相关的因变量，而不是单个标量变量。
在线性回归中，使用线性预测函数未知模型参数是估计值从数据...这样的模型被称为线性模型。最常见的情况是，条件均值对于给定的解释变量(或预测器)的值，则假定为仿射函数在这些值中；较不常见的是，有条件的中位或者其他的分位数被利用了。
就像所有形式的回归分析，线性回归集中在条件概率分布的值，而不是基于联合概率分布的所有变量，这是多元分析。
线性回归是第一种严格研究的回归分析方法，在实际应用中得到了广泛的应用。这是因为线性依赖于其未知参数的模型比与其参数具有非线性关系的模型更容易拟合，而且所得到的估计器的统计特性更容易确定。
参考资料：百度百科-线性回归方程
温馨提示：答案为网友推荐，仅供参考
第1个回答 推荐于2017-11-22
1）计算各变量的平均值（算术平均值）
x_=(x1+x2+...+xi+...+xn)/n
y_=(y1+y2+...+yn)/n
2)计算两个∑
∑xiyi=x1y1+x2y2+...+xnyn
∑xi^2=x1^2++x2^2+...+xn^2
3)计算《分子》和《分母》
分子=（∑xiyi)-n*x_*y_
分母=(∑xi^2)-n*x_^2
4) 计算 b ：b=分子÷分母
【这是那个手工计算计算量稍小的那个公式的计算方法。欢迎追问，也希望采纳（如有追问别忙采纳）。】本回答被提问者采纳
x_=(x1+x2+...+xi+...+xn)/n
y_=(y1+y2+...+yn)/n
2)计算两个∑
∑xiyi=x1y1+x2y2+...+xnyn
∑xi^2=x1^2++x2^2+...+xn^2
3)计算《分子》和《分母》
分子=（∑xiyi)-n*x_*y_
分母=(∑xi^2)-n*x_^2
4) 计算 b ：b=分子÷分母
【这是那个手工计算计算量稍小的那个公式的计算方法。欢迎追问，也希望采纳（如有追问别忙采纳）。】本回答被提问者采纳
第2个回答 2020-06-28
66666666666666666666666666666666666666666666
相似回答