La régression linéaire est une méthode mathématique qui peut être utilisé pour obtenir l'équation d'un nuage de points en ligne droite. Commencez par placer vos données dans une table. Pour cet exemple, supposons que nous avons les données suivantes:
(4.1, 2.2)
(6.5, 4.5)
(12.6, 10.4)
Calculez la somme des valeurs de x:
x_sum = + 6,5 + 4,1 = 12,6 23,2
Ensuite, calculer la somme des valeurs y:
y_sum = 2,2 + 4,4 + 10,4 = 17
Maintenant, la somme des produits de chaque ensemble de points de données:
xy_sum = (4.1 2,2) + (6,5 4.4) + (12,6 * 10,4) = 168.66
Ensuite, calculer la somme des valeurs x au carré et les valeurs y équarris:
x_square_sum = (4,1 ^ 2) + (6,5 ^ 2) + (12,6 ^ 2) = 217,82
y_square_sum = (2,2 ^ 2) + (4,5 ^ 2) + (10.4 ^ 2) = 133.25
Enfin, compter le nombre de points de données que vous avez. Dans ce cas, nous avons trois points de données (n = 3). Le gradient de la ligne de meilleur ajustement peut être obtenu à partir de:
m = (N xy_sum) - (x_sum y_sum) / (N x_square_sum) - (x_sum x_sum)
= (3 * 168.66) - (23,2 * 17) / (3 * 217,82) - (23,2 * 23,2)
= 0,968
L'intersection de la ligne de meilleur ajustement peut être obtenu à partir de:
c = (x_square_sum y_sum) - (x_sum xy_sum) / (N x_square_sum) - (x_sum x_sum)
= (217,82 17) - (23,2 168.66) / (3 217,82) - (23,2 23.2)
= -1.82
L'équation finale est donc:
y = 0.968x - 1,82