线性回归方程怎么代入

直接按照题目把所给的几个函数图像画出来（要准确，一般都是几条直线）然后求是直线的上还是下，比如说：x-y-1＞0，那就先把直线x-y-1=0画出来再代个点（不要是这条直线上的点）进去，比如说（0,0）带进去，得到“0-0-1＞0”显然不成立。（0,0）在这条直线的上方，不成立，所以x-y-1＞0是代表在直线x-y-1=0的下方的区域。

x：3,34,5,6

y：2.5,3,4,4.5

先求x、y的平均数x_=(3+4+5+6)/4=9/2，y_=(2.5+3+4+4.5)/4=7/2，

然后求对应的x、y的乘积之和：3*2.5+4*3+5*4+6*4.5=66.5，x_*y_=63/4，

接着计算x的平方之和：9+16+25+36=86，x_^2=81/4，

现在可以计算b了：b=(66.5-4*63/4)/(86-4*81/4)=0.7，

而a=y_-bx_=7/2-0.7*9/2=0.35，

所以回归直线方程为y=bx+a=0.7x+0.35。

1.广义最小二乘法

广义最小二乘法可以用在当观测误差具有异方差或者自相关的情况下。

2.总体最小二乘法

总体最小二乘法用于当自变量有误时。

3.广义线性模式

广义线性模式应用在当误差分布函数不是正态分布时。比如指数分布，伽玛分布，逆高斯分布，泊松分布，二项式分布等。

4.稳健回归

稳健回归是将平均绝对误差最小化，不同于在线性回归中是将均方误差最小化。