积极 AI Logo 积极 AI

线性回归演示

线性回归演示
几何画板及绘图内容加载中，请稍等……
2018-11-27 19:30
函数解析几何概率统计最值优化
所属专题 Pearson Maths A level Further Statistics 2
①本范例演示线性回归的计算与可视化过程；②涉及核心数学概念包括线性回归方程、最小二乘法、斜率、标准差等；③构造过程中使用了 GeoGebra 命令 Sequence（数列）、FitPoly（拟合多项式）、Slope（斜率）、Vector（向量）、Min（最小值）、Max（最大值）；④适合高中及以上数学学习者和数据分析初学者使用。

GeoGebra 命令及参数

  1. Sequence(Segment[(-100, i), (100, i)], i, -50, 200, 1) → list1
  2. Sequence(Segment[(-100, i), (100, i)], i, -50, 200, 5) → list2
  3. Sequence(Segment[(i, -100), (i, 100)], i, -50, 50, 0.2) → list3
  4. Sequence(Segment[(i, -100), (i, 100)], i, -50, 50, 1) → list4
  5. FitPoly(list5, 1) → g
  6. Slope(g) → m
  7. Vector(E, Ee) → u
  8. Vector(Dd, D) → v
  9. Vector(Cc, C) → w
  10. Vector(Bb, B) → c
  11. Vector(Aa, A) → d
  12. Min({x(A), x(B), x(C), x(D), x(E)}) → e
  13. Max({x(A), x(B), x(C), x(D), x(E)}) → f
  14. Min({y(A), y(B), y(C), y(D), y(E)}) → h
  15. Max({y(A), y(B), y(C), y(D), y(E)}) → i

AI 绘图提示语参考

绘制一个线性回归演示图，包含多条水平线和垂直线构成的网格，以及通过最小二乘法拟合的数据点和回归直线。展示回归直线的斜率向量，并标出所有数据点的最小和最大横纵坐标，以清晰呈现线性回归的计算和可视化过程。
以上提示语为根据原始绘图命令整理而来，仅供参考。