1楼：匿名用户
中文名称：回归系数英文名称：regression coefficient定义：
回归分析中度量依变量对自变量的相依程度的指标，它反映当自变量每变化一个单位时，依变量所期望的变化量。应用学科：遗传学（一级学科）；群体、数量遗传学（二级学科）
regression coefficient在回归方程中表示自变量x 对因变量y 影响大小的参数。
回归系数越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x 增大而减小。
回归方程式^y=bx+a中之斜率b,称为回归系数,表x每变动一单位,平均而言，y将变动b单位。
编辑本段
回归系数的理解
1、相关系数与回归系数：a 回归系数大于零则相关系数大于零b 回归系数小于零则相关系数小于零
（它们的取值符号相同）
2、回归系数：由回归方程求导数得到，
所以， 回归系数》0，回归方程曲线单调递增；
回归系数<0，回归方程曲线单调递j减；
回归系数=0，回归方程求最值（最大值、最小值）
给出样本回归方程，并解释回归系数的实际意义
2楼：demon陌
直线回归方程：当两个变量x与y之间达到显著地线性相关关系时，应用最小二乘法原理确定一条最优直线的直线方程y=a+bx，这条回归直线与个相关点的距离比任何其他直线与相关点的距离都小，是最佳的理想直线。
回归截距a：表示直线在y轴上的截距，代表直线的起点。
回归系数b：表示直线的斜率，他的实际意义是说明x每变化一个单位时，影响y平均变动的数量。
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。
线性回归方程中,回归系数的含义是什么
3楼：匿名用户
回归系数越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x 增大而减小。
回归方程式^y=bx+a中之斜率b,称为回归系数,表x每变动1单位,平均而言，y将变动b单位。
4楼：匿名用户
分为一元线性回归和多元线性回归
一元：y^=bx+a b表示x每变动（增加或减少）1个单位,y平均变动（增加或减少）b各单位
多元：y^=b1x1+b2x2+b3x3+a 在其他变量不变的情况下，某变量变动1单位，引起y平均变动量
以b2为例：b2表示在x1、x3（在其他变量不变的情况下）不变得情况下，x2每变动1单位，y平均变动b2单位。
5楼：匿名用户
表示的是图形的斜率，为正则x与y正相关。y随x的增大而增大。为负则为负相关，y随x增大而减小.回归系数的计算是通过最小二乘法来求得的。
回归分析中回归系数与决定系数到底有什么意义
6楼：墨汁诺
回归方程表示自变量x对因变量y影响大小参数。回归系数越大表示x对y影响越大，正回归系数表示y随x增大，而增大负回归系数表示y随x增大而减小。回归方程式^y=bx+a之斜率b,称回归系数,表x每变动单位,平均而言y变动b单位。
决定系数：在y的总平方和中，由x引起的平方和所占的比例，记为r2(r的平方) 决定系数的大小决定了相关的密切程度。当r2越接近1时，表示相关的方程式参考价值越高；相反，越接近0时，表示参考价值越低。
这是在一元回归分析中的情况。但从本质上说决定系数和回归系数没有关系，就像标准差和标准误差在本质上没有关系一样。 在多元回归分析中，决定系数是通径系数的平方。
7楼：demon陌
回归系数t表明这个方程是否是凑巧能说明问题，显著的话，说明这个方程值得信赖。决定系数多小为小，并没有一个固定值，应该是由你研究的问题来确定的，比如**天气，影响的因素太多太多，所以就算决定系数小一些，也可以接受。
在大数据分析中，回归分析是一种**性的建模技术，它研究的是因变量（目标）和自变量（**器）之间的关系。
这种技术通常用于**分析，时间序列模型以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通事故数量之间的关系，最好的研究方法就是回归。
8楼：_龙九
我们有一个简单的数据集来说明什么是线性回归。给定一组数据模式对y = y（x），其中
x = ，y =
如果要采取的最简单的公式之一来近似这组数据中，第一阶的非线性方程组必须去。这第一组数据图如下
中国数字斜线是我们随意假设一阶线性方程y = 20倍，一个方程来表示数据。按照上述的matlab地块列出与原始数据误差平方和线性方程的yy值的值之间计算的指令。
>> x = [0 1 2 3 4 5];
>> y = [0 20 60 68 77 110];
>> y1 = 20 * x;％一阶线性方程y1值
>> sum_sq = sum（y-y1）^ 2）;％的误差平方和573 br>
>>轴（[ - 1,6，-20,120]）的
>>剧情（x，y，x，y，'o'），标题（“线性**”），网格，点击看详细这么一个线性方程的任何假设没有根据，如果换成其他人可能使用不同的线性方程组的;所以我们需要有确定的理想线性方程组的更精确的方法。我们可以问平方误差的总和被最小化，作为判定标准为理想的线性方程组，这种方法被称为最小平方误差（最小二乘误差）或线性回归。从订单matlab的polyfit功能，以提供一个高次多项式回归，语法polyfit（x，y，n），其中的x，y是输入数据为n阶的多项式设定中，n = 1是第一阶线性回归的方法。
polyfit建立多项式函数可以写成从polyfit函数得到的输出值
中国是上述的系数，以一阶线性回归，例如n = 1时，使只有两个输出值。如果指令是coef = polyfit（x，y，n）时，coef（1）=，coef（2）=，...，coef第（n + 1）=。
注意公式为n阶多项式项将是n + 1个系数。我们来看看下面的线性回归模型：
>> x = [0 1 2 3 4 5];
>> y = [0 20 60 68 77 110];
>> coef = polyfit（x，y，1）;％coef代表两个输出值的线性回归？
>> a0 = coef（1）; a1 = coef（2）;
>> ybest = a1 * x + a0;由一阶线性回归方程
>> sum_sq = sum（y-ybest）^产生2％）;总％平方错误356.82
>>轴（[ - 1,6，-20,120]）的
>>剧情（x，ybest，x，y，'o'），标题（“线性回归估计“），网格
9楼：南心网心理统计
意义不大，就好比喝奶粉可以提高身高，但这个提高的效果比较小，你说有没有意义？有意义，但意义不大。（调查问卷spss统计分析专业人士 南心网提供）
统计学中回归系数的意义
10楼：匿名用户
回归系数在回归方程中表
示自变量x 对因变量y 影响大小的参数。回归系数越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x增大而减小。例如回归方程式y=bx+a中，斜率b称为回归系数，表示x每变动一单位，平均而言，y将变动b单位。
统计学是一门很古老的科学，一般认为其学理研究始于古希腊的亚里士多德时代，迄今已有两千三百多年的历史。它起源于研究社会经济问题，在两千多年的发展过程中，统计学至少经历了“城邦政情”、“政治算数”和“统计分析科学”三个发展阶段。
扩展资料1、相关系数与回归系数：
a 回归系数大于零则相关系数大于零
b 回归系数小于零则相关系数小于零
（它们的取值符号相同）
2、回归系数：由回归方程求导数得到，
所以，回归系数》0，回归方程曲线单调递增；
回归系数<0，回归方程曲线单调递减；
回归系数=0，回归方程求最值（最大值、最小值）。
11楼：韶华倾天覆
他的实际意义是说明x每变化一个单位时，影响y平均变动的数量。
即x每增加1单位，y变化b个单位
12楼：匿名用户
回归系数反映了自变量与因变量的关联程度，标准化的回归系数等价于相关系数。而相关系数则是用自变量**因变量的回归系数与用因变量**自变量的回归系数的几何平均值。
简单点理解的话是可以看做自变量和因变量的一种相关关系
回归系数的经济含义是什么？
13楼：之何勿思
回归方程表示自变量x对因变量y影响大小参数。
回归系数越大表示x对y影响越大，正回归系数表示y随x增大，而增大负回归系数表示y随x增大而减小。
回归方程式^y=bx+a之斜率b,称回归系数,表x每变动单位,平均而言y变动b单位。
14楼：匿名用户
回归系数
regression coefficient在回归方程中表示自变量x 对因变量y 影响大小的参数。
回归系数越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x 增大而减小。
回归方程式^y=bx+a中之斜率b,称为回归系数,表x每变动一单位,平均而言，y将变动b单位。
15楼：蒙其比路飞
回归系数含义是说当其他因素不变时 自变量的以单位变化引起的因变量的变化程度可决系数 用ssr（回归平方和）处以sst 或者是1减去sse（残差平方和）处以sst
如何解释多元线性回归方程中哑元变量的系数的含义
16楼：深锋网络公关
回归直线方程y=a+bx过定点(0,a)表示自变量x每变动一个计量单位时因变量y的平均变动值,数学上称为直线的斜率,也称回归系数.回归系数含义是说当其他因素不变时自变量的以单位变化引起的因变量的变化程度可决系数用ssr（回归平方和）处以sst或者是1减去sse（残差平方和）处以sst的商其中sst是因变量的样本方差这个系数说明在因变量y的样本变化中,有多少部分是可以被自变量x的变化解释的还有一种“无用”的说法.计量经济理论其实就是些数学统计的东西,是工具而已,如果不是应用在一定的经济领域里的话,没有经济意义而言(这也是为什么有人计量经济是垃圾的一个原因).
所以,只看你说的这个回归模型,他没有半点经济意义,他有的只是数学统计方面的意义.不过如果你把他应用到某特定经济领域里,他就有经济意义了.举个简单的例子(假如这个经济理论成立的话):
因变量是consumption,自变量是disposablein***e,那么,a就是必需的那一部分消费(用来维持生存下来的花销),b就是propensitytoconsume(消费系数?).
相关系数和回归系数的联系和区别
17楼：匿名用户
1、含义不同
相关系数：是研究变量之间线性相关程度的量。
回归系数：在回归方程中表示自变量x 对因变量y 影响大小的参数。
2、应用不同
相关系数：说明两变量间的相关关系。
回归系数：说明两变量间依存变化的数量关系。
3、单位不同
相关系数：一般用字母r表示 ，r没有单位。
回归系数：一般用斜率b表示，b有单位。
二、回归系数与相关系数的联系：
1、回归系数大于零则相关系数大于零
2、 回归系数小于零则相关系数小于零
扩展资料相关系数的实际应用1、在概率论中的应用
例如：若将一枚硬币抛n次，x表示n次试验中出现正面的次数，y表示n次试验中出现反面的次数，计算ρ 。
2、在企业物流中的应用
例如：新品上市一个月后，要评估出更好的实际分配方案，通过这样的评估，可以在下一次的新产品上市使用更准确的产品分配方案，以避免由于分配而产生的积压和断货。
3、在聚类分析中的应用
例如：如果有若干个样品，每个样品有n个特征，则相关系数可以表示两个样品间的相似程度。借此，可以对样品的亲疏远近进行距离聚类。