给定16对价格（作为因变量）和相应的需求（作为自变量），使用线性回归工具来估计最佳拟合线性线。 [英] Given 16 pairs of prices (as dependent variable) and corresponding demands (as independent variable), use the linear regression tool to estimate the best fitting linear line.

问题描述

价格需求

127 3420

134 3400

136 3250

139 3410

140 3190

141 3250

148 2860

149 2830

151 3160

154 2820

155 2780

157 2900

159 2810

167 2580

168 2520

171 2430



我尝试过：



没什么，我不明白从哪里开始。

解决方案

你可以从维基百科页面开始：简单线性回归 - 维基百科 [ ^ ]（您还可以查看最小二乘法回归 [ ^ ]采用更简单的方法）。

根据实际部分（即编程！），您可能会在网上找到许多代码示例。

Price Demand
127 3420
134 3400
136 3250
139 3410
140 3190
141 3250
148 2860
149 2830
151 3160
154 2820
155 2780
157 2900
159 2810
167 2580
168 2520
171 2430

What I have tried:

Nothing, I don't understand where to even begin.

解决方案

You could start with the very Wikipedia page: Simple linear regression - Wikipedia[^] (you may also have a look at Least Squares Regression[^] featuring a somewhat easier approach).
As per the practical part (that is programming!), you may find yourself many code samples on the web.

这篇关于给定16对价格（作为因变量）和相应的需求（作为自变量），使用线性回归工具来估计最佳拟合线性线。的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！