簡單線性迴歸
維基百科,自由的 encyclopedia
在統計學中,簡單線性迴歸是指僅具有單一的自變數的線性迴歸[1][2][3][4][5],其中「簡單」係單一自變數之意。此迴歸可用於估計有限的截距與斜率以推論應變數在特定自變數為條件下的均值。
普通最小二乘法是常見用於尋求簡單線性迴歸式的方法,目的是得到能使殘差平方和最小的迴歸式。其它方法,諸如最小絕對偏差(英语:Least absolute deviations)(使殘差絕對值的總和最小)、泰爾-森估算(所有樣本點兩兩配對的斜率中位數做為整體斜率)等,亦可應用於簡單線性迴歸的命題。戴明迴歸(英语:Deming regression)(考慮自變數與應變數同時為誤差來源)的功能雖然與上述方法相似但不屬於簡單線性迴歸的範疇,因其不區分自變數與應變數且可能得到多個迴歸式。
以最小平方法處理簡單線性迴歸,則求得的斜率β等於自變數x與應變數y的皮爾森積動差相關係數與二者的標準偏差比值的乘積,
而再考慮截距α則保證使迴歸線通過自變數與應變數的均值 (x, y)。