Suppose a researcher plots a set of

Suppose a researcher plots a set of data for two variables on a coordinate plane and observes that the data are roughly linear. It may be useful to the researcher to have a linear formula relating x and y, but such a formula cannot be obtained by the alge- braic methods we have discussed in this section since the data are only approximately linear.Least-squares linear approximation of data is a procedure for finding a line posi- tioned so that the sum of squares of vertical distances from the data points to the line is minimized. The least-squares method is developed in Section 7.4. For now, you can use your calculator to find and apply the line that best fits a given set of data in the least-squares sense. This procedure is illustrated in Example 1.3.8.

結果 (繁體中文) 1:

假設研究者在座標平面上繪製兩個變數的一組數據，並觀察到數據大致呈線性。對於研究人員來說，擁有一個與 x 和 y 相關的線性公式可能會很有用，但是這樣的公式無法透過我們在本節中討論的代數方法獲得，因為資料只是近似線性的。資料的最小平方法線性近似是一種尋找一條線的過程，該線的定位使得從資料點到該線的垂直距離的平方和最小。最小平方法在 7.4 節中闡述。現在，您可以使用計算器來尋找並應用在最小平方法意義上最適合給定資料集的直線。例 1.3.8 說明了該過程。

結果 (繁體中文) 2:

假設一比特研究人員在座標平面上繪製了兩個變數的一組數據，並觀察到這些數據大致是線性的。 建立一個與x和y相關的線性公式可能對研究人員有用，但這樣的公式無法通過我們在本節中討論的代數方法獲得，因為數據只是近似線性的。
數據的最小二乘線性近似是一種尋找直線位置的過程，以便將數據點到直線的垂直距離的平方和最小化。 第7.4節中提出了最小二乘法。 現在，你可以使用你的小算盘來找到並應用最小二乘意義上最適合給定數据集的線。 該程式如示例1.3.8所示。

結果 (繁體中文) 3:

假設一名研究人員在一個坐標平麵上繪製了兩個變量的一組數據，並觀察到數據大緻呈線性。對於研究人員來説，有一個關於x和y的線性公式可能是有用的，但是這樣一個公式不能用我們在這一節中討論的代數方法得到，因爲數據隻是近似線性的。
數據的最小二乘線性近似是一種尋找直線的過程，該直線的位置使得從數據點到直線的垂直距離的平方和最小。最小二乘法將在7.4節中闡述。現在，您可以使用計算器找到並應用最符合給定數據集的最小二乘法直線。該程序在示例1.3.8中進行了説明。