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
在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中，程序往往需要按照固定时间间隔重复执行指定任务，这种运行机制 ...
2026-08-12在数据分析日常工作中，Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式，面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表，但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中，原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中，聚类分析是典型的无监督学习方法，核心作用是依据数据自身的多维特征，将相似样本自动划分为若干类别，实现“ ...
2026-08-11 很多企业团队并非缺乏指标，而是陷入“指标失控”：仪表盘上堆满实时跳动的数据，却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段，通过流量随机分组、对照组与实验组对比，科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中，索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景，面对 ...
2026-08-10 很多数据分析师每天盯着几十个指标，但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-08-10在数字化市场调研体系中，大数据与小数据是两类核心调研数据形态，分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具，凭借快速汇总、分组统计、动态筛选的优势，被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中，季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中，传统依托经验、跟风投放、广撒网式的营销模式，逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率，但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一，常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务：“我们平台的注册用户已经突破1000万了，想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中，随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言，核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作，支撑起所有基础代 ...
2026-08-04
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
