作者：丁点helper
来源： 丁点帮你
上一篇文章给大家留了一个思考题，问在假设检验时下面哪种写法是正确的：
大家都答对了吗？正确答案是“A”。
样本与总体回归系数的区分
这一点内容看似很简单，但其实经常有同学犯糊涂，所以，还是值得专门说一下。
回归系数的计算
借用我们讲相关分析时的例子：探讨粮食中某种毒素（DON）对骨关节炎评分（OAP）的影响，数据如下：
无论是做回归还是相关分析，我们拿到数据的第一步应该是先画一个散点图：以因变量Y为纵轴，以自变量X为横轴（如果有多个自变量，则让Y逐一与X画散点图）。
本例我们研究的是DON对OAP的影响，所以以OAP为Y，以DON为X，散点图如下：
如上图，两变量之间正向的线性关系还是很明显的，随着DON的提升，OAP也有上升的趋势，所以推测，粮食中DON毒素可能会导致患者关节炎的发生。
回归方程在几何上是一条直线，所以问题归结于怎么样找到一条这样的直线。
因为我们希望回归直线尽可能最优，所以就需要做出的直线离各散点的综合距离最小。
如下图中的u1、u2，代表了散点与回归直线的距离。
如下图，我们根据肉眼观察，对关节炎的数据画出来两条线：蓝线和红线，问题是到底选择哪一条线呢？
肉眼观察肯定不靠谱，只能通过数学计算来比较判断，如何判断呢？本质上这是一个求最小值的问题。
上面说过了，我们希望得到的直线离所有散点的综合距离最小，怎么把这句话转变成数学计算呢？
所谓的“综合距离”最小，用数学的语言来表达就是让下面这个式子取最小值
综合起来可以写成：
别被复杂的式子唬住，其实这里只需要初中或高中的数学就能解决。耐心的小伙伴可以尝试展开一下，其实就是一个二次函数。
求解出来的结果是：
以上这个过程就是大家总能听到的“最小二乘法”。
回到我们关节炎的例子，最后得出其回归方程为：
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在数据成为新时代“石油”的今天，几乎每个职场人都在焦虑： “为什么别人能用数据驱动决策、升职加薪，而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”，但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中，透视表凭借灵活的字段重组能力成为核心工具，但原始透视表仅能呈现数值结果，缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中，“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益，电商靠 “运营拍 ...
2025-10-17在数据库日常操作中，INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表（或查询结果集）的数 ...
2025-10-16在机器学习建模中，“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度，还是神经网络的权重，这 ...
2025-10-16在数字化浪潮中，“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法， ...
2025-10-16在大模型从实验室走向生产环境的过程中，“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型，若在高并发 ...
2025-10-15在机器学习入门领域，“鸢尾花数据集（Iris Dataset）” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中，零散的指标（如 “GMV”“复购率”）就像 “散落的零件”，无法支撑系统性决策；而科学的指标体系，则 ...
2025-10-15在神经网络模型设计中，“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少，模型可能 “欠拟合”（无法捕捉数据 ...
2025-10-14在数字化浪潮中，数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息，又要能将分 ...
2025-10-14在企业数据驱动的实践中，“指标混乱” 是最常见的痛点：运营部门说 “复购率 15%”，产品部门说 “复购率 8%”，实则是两者对 ...
2025-10-14在手游行业，“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度，更直接决定了后续 ...
2025-10-13分库分表，为何而生？ 在信息技术发展的早期阶段，数据量相对较小，业务逻辑也较为简单，单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中，“数据孤岛” 是普遍面临的痛点：用户数据散落在 APP 日志、注册系统、客服记录中，订单数据分散在交易 ...
2025-10-13在数字化时代，用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”，到视频 APP 的 “打开→搜索→观看→收藏”，再到银 ...
2025-10-11在机器学习建模流程中，“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中，未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储，CDA（Certified D ...
2025-10-11在 SQL Server 数据库操作中，“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选，还是将数值转 ...
2025-10-10
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
