回归线性分析,怎样确定x和y？

1. 回归线性分析,怎样确定x和y？

（1）通过自变量X,测得因变量Y;
（2）画出散点图；
（3）只有大部分的点子有直线趋势，并且y随x的增加而增加（或减少）时，才有必要进行回归线性分折；
（4）确定a,b值，见下图：
（5）确立函数Y=a+bx。

2. 变量y对x的回归方程的意义是（　　）A．表示y与x之间的函数关系B．表示y与x之间的线性关系C．反映y与x之

线性回归直线方程最能代表观测值x、y之间的线性相关关系，反映y与x之间的真实关系达到最大限度的吻合．故选：D．

3. 谁对谁的回归哪个是x哪个是y

这要看是谁编的书，因为中国目前都是翻译国外的教材，所以只是翻译不同而已，回归元和回归子二者意思一样，和x和y没有关系的。
扩展资料：
回归方程是根据样本资料通过回归分析所得到的反映一个变量（因变量）对另一个或一组变量（自变量）的回归关系的数学表达式。回归直线方程用得比较多，可以用最小二乘法求回归直线方程中的a,b，从而得到回归直线方程。回归直线方程指在一组具有相关关系的变量的数据（x与y）间，一条最好地反映x与y之间的关系直线。

4. 两个变量X和Y的数据，计算X与Y之间的回归方程

计算过程：
从散点图（题目有给吧）看出x和y呈线性相关，题中给出的一组数据就是相关变量x、y的总体中的一个样本，我们根据这组数据算出回归方程的两个参数，便可以得到样本回归直线，即与散点图上各点最相配合的直线。
下面是运用最小二乘法估计一元线性方程^y
=
a
+
bx的参数a和b：
（套公式计算参数a和b：
b=【(5*2+4*1.5+3*1+2*1+1*1.5)-5*xy(两个的平均数)】/（5^2+4^2+3^2+2^2+1^2）-5*x（平均数）
把b带入即可得到a
a=0.15
b=0.35
所以y=0.35x+0.15
该题是最基本的一元线性回归分析题，套公式即可解答。至于公式是怎么推导出来的，请参见应用统计学教科书。。回归分析章节。

5. 变量y对x的回归方程的意义是表示y与x之间的线性关系为哈不对

线性回归直线方程最能代表观测值x、y之间的线性相关关系，反映y与x之间的真实关系达到最大限度的吻合．
故选：D．

6. 两个变量X和Y的数据，计算X与Y之间的回归方程

x<-1:5
> y<-c(3, 7, 5 ,11, 14)
> lm(y~x)

Call:
lm(formula = y ~ x)

Coefficients:
(Intercept)            x  
        0.2          2.6  

y=2.6x+0.2

当x=4 y=10.6

7. 令a和b分别为Y对X回归和X对Y回归中的斜率，r为X与Y之间的线性相关系数，证明a*b=r²

8. 证明：X对Y做回归的R方和Y对X做回归的R方，两个R方相同。

R-square = SSE/SST
对于第一个回归，SST=观测到的Σ(yi-y拔)，SSE=Σ(α0+α1Xi-y拔)=
Σ(α0+α1Xi-α0-α1X拔)=α1Σ(xi-x拔) 。  所以  R-square1 = α1*[Σ(xi-x拔)/Σ(yi-y拔) ]
对于第二个回归，同理有 R-square2 =β1*[Σ(yi-y拔)/Σ(xi-x拔)]

注意到 β1=Σ(xi-x拔)(yi-y拔) / Σ(yi-y拔)^2     α1=Σ(yi-y拔)(xi-x拔)/Σ(xi-x拔)
带入，得R-square1=R-square2   （有个技巧：Σ(yi-y拔)(xi-x拔)=Σ(yi-y拔)*xi ）