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：