线性回归计算中的r怎么计算？

r是相关系数 r=∑(Xi-X)(Yi-Y)/根号[∑(Xi-X)²×∑(Yi-Y)²] 上式中”∑”表示从i=1到i=n求和；X，Y分别表示Xi，Yi的平均数～

r是相关系数

r=∑(Xi-X)(Yi-Y)/根号[∑(Xi-X)²×∑(Yi-Y)²]

上式中”∑”表示从i=1到i=n求和

X、Y分别表示Xi、Yi的平均数

线性回归都可以通过最小二乘法求出其方程，可以计算出对于y=bx+a的直线。一般地，影响y的因素往往不止一个，假设有x1，x2，...，xk，k个因素。

扩展资料：

如果目标是预测或者映射，线性回归可以用来对观测数据集的和X的值拟合出一个预测模型。当完成这样一个模型以后，对于一个新增的X值，在没有给定与它相配对的y的情况下，可以用这个拟合过的模型预测出一个y值。

给定一个变量y和一些变量X1,...,Xp，这些变量有可能与y相关，线性回归分析可以用来量化y与Xj之间相关性的强度，评估出与y不相关的Xj，并识别出哪些Xj的子集包含了关于y的冗余信息。