统计学式子

本文为即将参加调研考试的作者整理的统计学复习笔记,重点介绍了线性回归方程的计算公式,包括斜率和截距的求解方式,以及如何评估模型的拟合度。此外,还提及了独立性检验的计算方法,通过K^2值来判断变量间的独立性。适合统计学初学者及备考者参考。

明天就要调研考试了,现在莉露露好像在讲统计学,总之在集训的我啥也不会,于是恶补几个式子,加强记忆帮助队友。

如果你是统计学大佬就别看了,笔者就是复习个调研考试……


线性回归方程

$$\hat{y}=\hat{b}x+\hat{a}$$

$$\hat{b}=\dfrac{\sum \limits_{i=1}^n x_iy_i+n\bar{x} \bar{y}}{\sum \limits_{i=1}^n x_i^2 -n\bar{x}^2}$$

$$\hat{a} =\bar{y} -\hat{b} \bar{x}$$


拟合度

$$R^2=\dfrac{\sum \limits_{i=1}^n{(\hat{y_i}-\bar{y})}^2}{\sum \limits_{i=1}^n {(y_i-\bar{y})}^2}=1-\dfrac{\sum \limits_{i=1}^n{(y_i-\hat{y_i})}^2}{\sum \limits_{i=1}^n {(y_i-\bar{y})}^2}$$

显然这个值越接近$1$拟合效果就越好。


独立性检验

$$K^2=\frac{n{(ad-bc)}^2}{(a+d)(b+c)(a+c)(b+d)}$$

用$K^2$和$k$做比较,$K^2$越大越好。


祝看到这篇文章的童鞋考试可以考好

rp++

转载于:https://www.cnblogs.com/wzc521/p/11495952.html

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值