가장 적합한 라인은 무엇입니까?

수학에서 가장 적합한 선은 데이터의 산점도에서 점과 관련하여 그릴 수있는 선입니다. 산포도는 하루의 하루와 고온과 같은 두 가지 속성이 관련 될 때 만들어집니다. 가장 잘 맞는 선은 선이 그려지는 위치와 가장 가까운 점 사이의 평균 차이가 가장 작은 경우 산점도의 점을 가장 잘 나타냅니다. 최소 제곱 법으로 쉽게 확인할 수 있습니다. 방정식은 한 점만 가장 잘 맞는 선의 점과 관련 될 때 함수로 선을 설명하는 데 사용되기도합니다.

모든 선에는 경사와 절편이 있다는 것을 이해하는 것이 중요합니다. 기울기는 두 관계 사이에서 선이 얼마나 빨리 변하는지를 나타냅니다. 절편은 선이 해당 점까지 확장 된 경우 관계의 일부가 0이되는 점을 나타냅니다.

적합한 피팅 라인을 개발하면 데이터가 표시되지 않을 때 예측할 수 있으므로 유용합니다. 두 점만 플롯하면 두 점 사이의 직선으로 눈금자를 사용하여 하나의 선만 그릴 수 있습니다. 두 점만 있으면 가장 잘 맞는 선이 정확하므로 확인할 필요가 없습니다. 이제 두 지점 사이에있을 관계의 정확한 위치를 표시 할 수 있습니다.

두 관계의 산점도는 대부분의 데이터가 통계에 기록되는 방식입니다. 대부분의 산점도에는 많은 점이 있으며 눈금자를 사용하여 가장 적합한 선을 그리는 것은 더 이상 적절한 기술이 아닙니다. 관계가 먼저 정렬 된 것으로 간주되면 가장 적합한 선은 여전히 ​​직선이지만이 선은 점을 건드릴 필요가 없습니다.

최소 제곱 법은 한 줄이 다른 줄보다 데이터에 더 잘 맞는지를 결정합니다. 각 플롯 포인트와 선이 예측하는 포인트의 차이가 가능한 가장 작은 차이인지 확인하여이를 수행합니다. 차이를 평균하면 선이 데이터에 얼마나 잘 맞는지를 나타내는 숫자가 제공됩니다. 다른 선은 더 낮은 값을 얻고 선형 회귀라는 프로세스에 가장 적합한 새로운 선이 될 수 있습니다.

모든 선이 직선은 아니며 곡선과 3 차원까지도 많습니다. 다중 선형 회귀 분석은 직선을 따르지 않는 데이터에 가장 적합한 선을 찾는 데 사용되는 통계 기법입니다. 회귀는 곡선 및 표면 피팅을 의미하지만, 가장 적합한 선을 훨씬 더 강하게 사용하더라도 결과를 확인하고 비교하는 데 최소 제곱 법이 여전히 사용됩니다.