线性回归练习——父母与子女身高的关系

Excel基础设定

以下使用的Excel为win10自带的

选择“文件”,点击“选项”,选择“加载项”,点击“转到”勾选下图中两项
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

生成回归拟合图的方式

点击“数据”,选择“数据分析”,在分析工具中选择“回归”后点击“确认”
在这里插入图片描述
在之后的界面中选择录入的x,y值(点击框后的箭头看快速勾选),再勾选下面的线性拟合图
在这里插入图片描述
在这里插入图片描述

父母与儿子的身高关系

父亲与儿子的身高关系

进入表格,进行简单整理,筛选掉表格中的“女儿”,右键任意一个“儿子”,选择“筛选”,选择“按所选单元格的值筛选”,即可筛除所有“女儿”,之后开始生成回归拟合图
在这里插入图片描述
以父亲身高为y值,儿子身高为y值生成拟合图,点击确认,效果如下
在这里插入图片描述
在这里插入图片描述
排版过于密集,可以双击横、纵坐标进行设定
在这里插入图片描述

回归方程的显示方法为:右键黄点,选择“添加趋势线”,勾选“显示公式”“显示R平方值”

分析可得,该回归方程偏差较大,所以并不成立

由Excel生成的回归分析可得回归方程为
y=0.2547x+49.872
当父亲身高为75英寸时,儿子身高约为69英寸

母亲与儿子的身高关系

操作与上一步类似,仅将x值改为母亲身高即可
生成的回归分析如下
在这里插入图片描述
同样偏差较大,回归方程并不成立

对于习俗所说的“父亲高则儿子高,父亲矮则儿子矮”(即父亲与儿子身高相关,且为正相关)、“母高高一窝,父高高一个”(即母亲的身高比父亲的身高对子女的影响更大)”根据回归分析我认为并不成立

多元线性回归

在x值选择时选择父亲和母亲的身高
生成的回归分析为
在这里插入图片描述
由第三个表可以得出回归方程
y=22.29324+0.378453x1+0.285201x2
y为儿子的身高,x1、x2分别为父母亲的身高

猜你喜欢

转载自blog.csdn.net/java_creater/article/details/115030028