积极 AI Logo 积极 AI

线性回归 by Jennifer Loveland

线性回归 by Jennifer Loveland
几何画板及绘图内容加载中，请稍等……
2015-03-14 11:39
解析几何概率统计最值优化
所属专题 Statistical Applets
本范例演示异常值如何影响相关性和最佳拟合直线。通过最小化SSE或MSE尝试创建最佳拟合直线。比较你的直线与……本范例涉及的核心数学概念包括统计特征。使用GeoGebra命令包括：Line, SumSquaredErrors, FitLineY, Distance, PMCC, Slope。适合用于高中数学教学。

GeoGebra 命令及参数

  1. Line(J, K) → YOUR
  2. SumSquaredErrors({A, B, C, D, E, F, G, H, I}, YOUR) → SSEY
  3. FitLineY({I, H, G, F, E, D, C, B, A}) → BEST
  4. SumSquaredErrors({A, B, C, D, E, F, G, H, I}, BEST) → SSEB
  5. Distance(B, E) → BE
  6. PMCC({A, B, C, D, E, F, G, H, I}) → r
  7. Slope(YOUR) → mYOUR
  8. Slope(BEST) → mBEST

AI 绘图提示语参考

绘制一组散点，并画出通过最小化误差平方和得到的最佳拟合线，同时展示一个普通直线。计算并标注这两条线的误差平方和，以及散点间的距离和点积相关系数。最后，标注两条线的斜率，以展示如何通过优化误差来调整斜率。
以上提示语为根据原始绘图命令整理而来，仅供参考。