1) linear regression
直线回归
1.
The linear regression equations about ym and x were evaluated using SPSS 13.
0统计分析软件求出ym与年龄x的直线回归方程;求R、R2和调整R2,并行F检验,判断拟合优度;对回归系数行T检验。
2.
According to the field condition and laborotary data, this paper mainly based on Wuhuang Highway Heavy repairing Project,and analyzed the linear correlation between the gradation and asphalt content,the gradation and compaction respectively,and analyzed the linear regression between the asphalt content and compaction.
主要依托武黄大修改造工程 ,依据测量的大量现场以及试验室的数据 ,分析了级配与油石比、级配与压实度之间的相关性 ,研究了 2个变量间的线性关系程度 ,同时也对油石比与压实度进行了直线回归分析 ,并给出优化过的施工建议。
3.
? The meaning of double variate correlation coefficient is discussed based on linear regression coefficient,two proved routines of |r|≤1 are given.
结合一元直线回归等内容，阐明双变量相关系数的公式含义和｜ｒ｜≤１的两种证明方法。
2) Regression Line
回归直线
1.
In this paper, we gave the new regression line by l east distance approach.
本文中 ,我们应用最小距离的方法得到了新的回归直线方程 ,并与应用最小二乘方法所得的回归直线进行了比较 。
2.
The paper theoretically proves the relationship of two straight regression lines gained when diffeernt variables are selected in monadic linear regresson and further discusses the tangent of included angle of straight lines.
从理论上证明了一元线性回归中选取不同的变量时,所得两条回归直线的关系。
3.
In this paper, it is proved that two classical regression line with different independent variable are not overlap about same a set of sample.
本文证明了对于同一组样本数据 ,选取不同的变量为自变量时所得到的两条回归直线不重合 ,并且讨论了这两条不重合回归直线之间夹角与相关系数的关
3) Regression straight line
回归直线
1.
This paper use experimental data to set up linear regression equation with unitary and regression straight line,To use variance analysis and related coefficient to test validity of equation.
本文利用实验数据建立一元线性回归方程;回归直线,并用方差分析法和相关系数法检验方程的有效性。
4) nonlinear regression
非直线回归
5) Curve (linear) regression
曲线(直线)回归
6) linear regression equation
直线回归方程
1.
the paper mainly discuss the application of linear regression equation to data processing when working curve is out of linearity.
研究了在分析检测中工作曲线不好时,应用直线回归方程进行处理,得到满意的结果。
补充资料：加权直线回归
分子式：
CAS号：
性质：用回归分析处理两个存在线性相关的变量时，在观测数据很多，样本容量很大的情况下，需对所有观测值进行分组，再对分组数据进行回归。当每组的频数不等时，频数高的组的代表性就高，在对分组数据的回归方程中就占有较大比重，因此必须以每组的频数作为“权”进行加权处理后再配回归直线。即求回归系数的最小二乘估计时，不是最小化通常的残差平方和，而是最小化残差平方的加权和。此种处理方法称为加权直线回归。对于一个分析方法，如果它的分析结果的误差随待测组分含量改变而改变，此时绘制标准曲线就应采用加权直线回归。对于不等精度的测定，如不同分析方法、不同分析人员、不同分析仪器等，对同一样品进行测定时，也需采用加权直线回归，会使计算结果更接近真值。
CAS号：
性质：用回归分析处理两个存在线性相关的变量时，在观测数据很多，样本容量很大的情况下，需对所有观测值进行分组，再对分组数据进行回归。当每组的频数不等时，频数高的组的代表性就高，在对分组数据的回归方程中就占有较大比重，因此必须以每组的频数作为“权”进行加权处理后再配回归直线。即求回归系数的最小二乘估计时，不是最小化通常的残差平方和，而是最小化残差平方的加权和。此种处理方法称为加权直线回归。对于一个分析方法，如果它的分析结果的误差随待测组分含量改变而改变，此时绘制标准曲线就应采用加权直线回归。对于不等精度的测定，如不同分析方法、不同分析人员、不同分析仪器等，对同一样品进行测定时，也需采用加权直线回归，会使计算结果更接近真值。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条