中级会计直线方程如何算

　　若：在一组具有相关关系的变量的数据（x与Y）间，通过散点图我们可观察出所有数据点都分布在一条直线附近，这样的直线可以画出许多条，而我们希望其中的一条最好地反映x与Y之间的关系，即我们要找出一条直线，使这条直线“最贴近”已知的数据点，记此直线方程为（如下图所示，记为①式）这里在y的上方加记号“^”，是为了区分Y的实际值y，表示当x取值xi=1，2，……，6）时，Y相应的观察值为yi，而直线上对应于xi的纵坐标是　①式叫做Y对x的回归直线方程，相应的直线叫做回归直线，b叫做回归系数。

①

　　要确定回归直线方程①，只要确定a与回归系数b。回归直线的求法通常是最小二乘法：离差作为表示xi对应的回归直线纵坐标y与观察值yi的差，其几何意义可用点与其在回归直线竖直方向上的投影间的距离来描述。数学表达:yi-y^=yi-a-总离差不能用n个离差之和来表示，通常是用离差的平方和即yi-a-bxi^2计算。即作为总离差，并使之达到最小，这样回归直线就是所有直线中除去最小值的那一条。这种使“离差平方和最小”的方法，叫做最小二乘法。用最小二乘法求回归直线方程中的a,b有图一和图二所示的公式进行参考。

要确定回归直线方程，只要确定 a 与回归系数 b。采取最小二乘法。

具体分析：

1、回归直线的求法一般采用的是最小二乘法：离差作为表示 xi 对应的回归直线纵坐标 y 与观察值 yi 的差，其几何意义可用点与其在回归直线竖直方向上的投影间的距离来描述。

2、数学表达: yi-y^=yi-a- 总离差不能用 n 个离，差之和来表示，通常是用离差的平方和即 yi-a-bxi^2 计算。即作为总离差，并使之达到最小，这样回归直线就是所有直线中除去最小值的那一条。

3、用最小二乘法求回归直线方程中的 a,b 有图一和图二所示的公式进行参考。

一元线性回归方程一、概念：一元线性回归方程反应一个因变量与一个自变量之间的线性关系，当直线方程Y'=a+bx的a和b确定时，即为一元回归线性方程。经过相关分析后，在直角坐标系中将大量数据绘制成散点图，这些点不在一条直线上，但可以从中找到一条合适的直线，使各散点到这条直线的纵向距离之和最小，这条直线就是回归直线，这条直线的方程叫作直线回归方程。注意：一元线性回归方程与函数的直线方程有区别，一元线性回归方程中的自变量X对应的是因变量Y的一个取值范围。二、构建一元线性回归方程的步骤： 根据提供的n对数据在直角坐标系中作散点图，从直观上看有误成直线分布的趋势。即两变量具有直线关系时，才能建立一元线性回归方程。 依据两个变量之间的数据关系构建直线回归方程：Y'=a+bx。 （其中：b=LxyLxx a=y - bx） 三、一元线性回归方程的计算步骤： 列计算表，求∑x，∑xx，∑y，∑yy，∑xy。计算Lxx，Lyy，Lxy Lxx=∑x-xˇx-xˇ Lyy=∑y-yˇy-yˇ Lxy=∑x-xˇy-yˇ求相关系数，并检验； r = LxyLxx Lyy1 求回归系数b和常数a； b=Lxy Lxx a=y -列回归方程。

一元线性回归方程x0d一、概念：一元线性回归方程反应一个因变量与一个自变量之间的线性关系,当直线方程Y'=a+bx的a和b确定时,即为一元回归线性方程x0d经过相关分析后,在直角坐标系中将大量数据绘制成散点图,这些点不在一条直线上,但可以从中找到一条合适的直线,使各散点到这条直线的纵向距离之和最小,这条直线就是回归直线,这条直线的方程叫作直线回归方程x0d注意：一元线性回归方程与函数的直线方程有区别,一元线性回归方程中的自变量X对应的是因变量Y的一个取值范围x0d二、构建一元线性回归方程的步骤：根据提供的n对数据在直角坐标系中作散点图,从直观上看有误成直线分布的趋势即两变量具有直线关系时,才能建立一元线性回归方程依据两个变量之间的数据关系构建直线回归方程：Y'=a+（其中：b=LxyLxx a=y - bx） 三、一元线性回归方程的计算步骤：列计算表,求∑x,∑xx,∑y,∑yy,∑计算Lxx,Lyy,Lxy Lxx=∑x-xˇx-xˇ Lyy=∑y-yˇy-yˇ Lxy=∑x-xˇy-yˇ求相关系数,并检验； r = LxyLxx Lyy12求回归系数b和常数a； b=Lxy Lxx a=y - bx列回归方程

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。离差作为表示Xi对应的回归直线纵坐标y与观察值Yi的差，其几何意义可用点与其在回归直线竖直方向上的投影间的距离来描述。数学表达:Yi-y^=Yi-a-bX 总离差不能用n个离差之和来表示，通常是用离差的平方和，即Yi-a-bXi^2计算。
定义
①式
若：在一组具有相关关系的变量的数据（x与Y）间，通过散点图我们可观察出所有数据点都分布在一条直线附近，这样的直线可以画出许多条，而我们希望其中的一条最好地反映x与Y之间的关系，即我们要找出一条直线，使这条直线“最贴近”已知的数据点，记此直线方程为（如右所示，记为①式）这里在y的上方加记号“^”，是为了区分Y的实际值y，表示当x取值Xi=1，2，……，6）时，Y相应的观察值为Yi，而直线上对应于Yi的纵坐标是　①式叫做Y对x的回归直线方程，相应的直线叫做回归直线，b叫做回归系数。