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：
CDA学员免费下载查看报告全文：2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
近日，由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》，被中国教育科学研究院官方账号正式收录， ...
2026-04-22在数字化时代，客户每一次点击、浏览、下单、咨询等行为，都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹，构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石，而“数据清洗”作为数据预处理的核心环节，是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看，但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中，数据并非静止不变的数值，而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域，当研究涉及多个自变量与多个因变量之间的复杂关联时，多变量一般线性分析（Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计，能熟练计算均值、中位数、标准差，但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中，日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪，还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中，特征工程是连接原始数据与模型效果的关键环节，而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法，却忽略了数据分析最基础也最核心的能力——描述性统计。事实上，80%的商业分析问题， ...
2026-04-20在数字化时代，数据已成为企业决策的核心驱动力，数据分析与数据挖掘作为解锁数据价值的关键手段，广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中，将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表，要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作，80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告，表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域，Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势，成为数据聚类任务中的主流算法，广泛应用于用 ...
2026-04-16在机器学习建模实践中，特征工程是决定模型性能的核心环节之一。面对高维数据集，冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代，用户是产品的核心资产，用户运营的本质的是通过科学的指标监测、分析与优化，实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中，数据模型、本体模型、业务模型是三大核心基础模型，三者相互支撑、各 ...
2026-04-15数据分析师的一天，80%的时间花在表格数据上，但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别，不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中，模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型，还是推荐、预测类模型， ...
2026-04-14
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
