不知道最近回归方程的Y尖是什么意思，回归方程的Y尖怎么蹦跶的开心。再来看看木鱼子。

这里已经分享完了模糊而精彩的无限内容，喜欢的请收藏。。

1，读作" y估计值"根据回归方程代入x的值..

2.如果有一组相关变量的数据(X和Y)，我们可以通过散点图观察到所有的数据点都分布在一条直线附近，可以画出很多条这样的直线，我们希望其中有一条最能反映X和Y之间的关系，也就是要找到一条直线，使其“最接近”已知的数据点。

3.因为模型中存在残差，而残差是不能消去的，所以不能用两点确定一条直线来得到方程。为了确保几乎所有的测量值都聚集在一条回归直线上，我们需要从它们的纵向距离的平方和到最佳拟合直线的最小距离。

4.这里在y的上方加了“”的标记，以区别y的实际值y，这意味着当x取值xi=1，2，...，6)，y对应的观测值为yi。

5.WORD中的输入法如下:第一步:以Word2010为例，如下图。打开文档后，单击页面顶部的“插入”。

6.第二步:点击插入菜单栏下的“符号”，在弹出框中点击“其他符号”；第三步:在弹出的符号设置框中，选择字体为“特殊文本”，子集为“拉丁扩展-A”，找到符号，点击，然后点击下面的插入；第四步:如下图，可以在word中成功键入符号。

7.求扩展数据回归线的最小二乘法:总偏差不能用n个偏差之和来表示，通常是偏差的平方和，即总偏差取最小值，这样回归线就是所有直线中Q值最小的一条。这种使偏差平方和最小的方法称为最小二乘法:由于绝对值使得计算不变，在实际应用中，人们更喜欢用:q =(y1-bx1-a)+(y2-bx2-a)+(yn-bxn-a)，于是问题归结为:当a和b取什么值时，q最小，即“到点直线y的总距离=bx+a”。

8.参考:百度百科-回归方程。