第494篇红婵学霸笔记数学之光：全红婵儿的清华之路

数学之光：全红婵儿的清华之路

夜幕笼罩住偏僻的乡村中学，窗外田野寂静，只有此起彼伏的虫鸣，顺着敞开的木窗悄悄溜进教室。一盏老旧台灯散发出暖融融的光晕，照亮木桌之上厚厚的草稿纸与课本。全红婵刚刚梳理完成成对数据的相关关系，指尖翻过人教版高中数学课本，走进一元线性回归模型的学习。前面依靠散点图、相关系数，只能判断两组变量线性相关的强弱；而回归方程，是要找到一条最贴合样本点的直线，用来做分析与预测。

乡下没有琳琅满目的教辅资料，红婵便把课本当成最重要的宝库，逐字研读概念，在草稿纸上一遍遍演算，模拟现实案例。当她盯着散点图，思索如何画出一条最优拟合直线的时候，淡淡的银辉在书桌四周缓缓散开，时空智者卡尔·皮尔逊再次降临。他望着纸上散乱的样本点，目光沉静，跨越百年岁月缓缓开口。

“现实之中，几乎没有样本点能够完完整整落在同一条直线之上。最小二乘法所求的，不是一条穿过全部点的完美直线，而是一条距离所有样本点总体最近的直线。人生亦是如此，我们很难做到每一步都尽善尽美，只求不断缩小现实与理想之间的差距，向着目标不断靠拢。”

红婵拿起黑色水笔，把这一段哲思认真抄写在笔记本页眉。她心里有所感悟，所谓回归，就是在纷乱的现实里，寻找到一条向前的趋势线，纵然会有起伏偏离，大方向始终坚定不移。

一、知识点精讲：一元线性回归模型与最小二乘法

1.经验回归方程基本概念

如果成对样本数据具备较强的线性相关关系，我们就可以构造直线\hat{y}=\hat{b}x+\hat{a}，叫做y关于x的经验回归方程，这条直线称为经验回归直线。

- x叫做解释变量，作为自变量；

- \hat{y}叫做响应变量，是模型给出的预测值。

核心铁律：经验回归直线必定经过样本中心点(\bar{x},\bar{y})，这是考试高频考点，很多选择、填空题直接依靠这条性质解题。

2.最小二乘法的思想

为什么选这一条直线，而不是别的直线？

最小二乘法的核心：让全部样本点到这条直线的竖直偏差的平方之和达到最小。偏差平方和\sum_{i=1}^{n}(y_i-\hat{y}_i)^2取最小值的时候，得到\hat{b}与\hat{a}，也就是最小二乘估计值。

斜率\hat{b}计算公式：

\hat{b}=\frac{\sum_{i=1}^n(x_i-\bar{x})(y_i-\bar{y})}{\sum_{i=1}^n(x_i-\bar{x})^2}

再利用样本中心点，求得截距：\hat{a}=\bar{y}-\hat{b}\bar{x}。

红婵笔记批注：高中考试很少要求手算复杂求和公式，大多给出计算结果，重点理解\hat{b}的含义：

1.\hat{b}>0，x增大，预测值\hat{y}随之增大，对应正相关；

2.\hat{b}<0，x增大，预测值\hat{y}随之减小，对应负相关；

3.\hat{b}的数值代表：x每增加1个单位，\hat{y}平均改变|\hat{b}|个单位。

卡尔·皮尔逊轻声提示：

“回归得到的是平均意义上的预测，不是精准注定的结果。给出一个x，算出的\hat{y}，只是众多现实结果的平均值，现实观测值会在预测值上下浮动。千万不要把回归预测，当成必然发生的定论。”

3.残差与残差分析（本节重难点）

观测值y_i：现实当中实际测出来真实数据；

预测值\hat{y}_i：带入回归方程算出来的理论预估数值；

残差定义：\boldsymbol{e_i=y_i-\hat{y}_i}，真实观测值减去模型预测值，顺序绝对不能颠倒。

- e_i>0：真实值高于模型预测；

- e_i<0：真实值低于模型预测；

- e_i=0：样本点刚好落在回归直线之上。

残差平方和：\sum_{i=1}^n(y_i-\hat{y}_i)^2。

评判拟合好坏：残差平方和越小，代表模型和样本贴合程度越好，拟合效果越优秀。

残差图：以解释变量x作为横坐标，残差e_i作为纵坐标描点得到的图像。

理想状态下，残差点均匀散乱分布在e=0这条水平线上下，没有明显上升、下降或者弯曲的趋势，代表线性回归模型合适；如果残差呈现明显曲线形态，说明不适合用直线拟合，应当考虑非线性模型。

4.相关指数R^2

R^2用来定量描述回归模型的拟合效果，0\le R^2\le1。

R^2越靠近1，残差平方和越小，模型对数据解释能力越强，拟合效果越好；

R^2越靠近0，拟合效果越差。

红婵重点提醒：样本相关系数r，和相关指数R^2二者有关联，但是概念不同，做题审题注意区分。

二、非线性回归简单认知

一部分散点明显呈现曲线走向，不适合直接套直线回归。常见有指数型、二次函数型，处理手段是做变量替换，把曲线关系转化成新变量的线性关系，再用一元线性回归方法求解。

例如y=ae^{bx}，两边取对数变形，令z=\ln y，就转化成z关于x的线性式子，做完回归之后，再还原回原来变量。

卡尔·皮尔逊留下哲思：

“不要执着于直线模型。世界万物的关联，不全部都是直线式增长下降，很多事物遵从曲线规律。学会观察散点形态，选择适配的模型，才是统计分析的智慧。”

三、分层题型精讲

题型一 经验回归直线过样本中心点基础题

已知五组样本，\bar{x}=4，\bar{y}=11，回归斜率\hat{b}=1.8，求经验回归方程。

解：利用\hat{a}=\bar{y}-\hat{b}\bar{x}=11-1.8×4=3.8。

经验回归方程\hat{y}=1.8x+3.8。

无论样本如何变化，只要是最小二乘法求出的回归直线，必然穿过(\bar{x},\bar{y})，这是解题突破口。

题型二 残差计算例题

样本点(3,10)，经验回归方程\hat{y}=2.6x+1.2。

先求预测值\hat{y}=2.6×3+1.2=9。

残差e=y-\hat{y}=10-9=1。

解读：真实观测值比模型预测的结果高出1个单位。

题型三 概念辨析判断题

1.经验回归直线一定经过每一个样本点。（×，只有全部点完美共线才会经过绝大多数情况不经过）

2.经验回归直线必过样本中心点(\bar{x},\bar{y})。（√）

3.残差等于预测值减去观测值。（×，顺序颠倒，残差=观测−预测）

4.残差平方和越大，模型拟合效果越好。（×，越小拟合越好）

5.R^2越接近1，回归模型拟合效果越好。（√）

6.由回归方程算出的\hat{y}，是确定必然发生的结果。（×，只是平均预测，现实会随机波动）

题型四 现实情境应用题

某乡村试验田，记录施肥量x与农作物产量y，得到经验回归方程\hat{y}=42x+210。

解读：斜率\hat{b}=42>0，施肥量每增加1单位，农作物产量平均增加42单位。

注意答题表述：只能说平均增加，不能说“一定增加42”，个体样本会存在随机误差。

重要答题提醒：即便回归模型拟合很好，也不直接代表x与y具备因果关系，依旧要牢记：相关不等于因果，只能描述统计趋势。

四、红婵错题本·考场易错清单

易错点1：误以为经验回归直线会穿过全部样本点。绝大多数现实题目，回归直线不会经过任何一个原始样本点，只一定穿过样本中心点(\bar{x},\bar{y})。

易错点2：残差计算顺序写反，写成预测值减去观测值，记住公式：残差e_i=y_i-\hat{y}_i，观测在前，预测在后。

易错点3：把回归预测结果当成必然确定的答案。回归得到的\hat{y}是平均值意义上的预估，现实结果会在附近浮动，文字描述必须带上“平均、估计、预测”。

易错点4：混淆r与R^2。r衡量线性相关方向与强弱；R^2衡量回归模型拟合效果。

易错点5：看到残差图个别点异常就全盘否定模型，要看残差图整体分布趋势，个别离群点属于特殊样本。

易错点6：遇到曲线形态散点，强行套用直线回归，导致模型完全失效，要想到变量替换做非线性拟合。

夜色沉沉，窗外的虫鸣依旧不绝于耳。红婵放下手中的笔，轻轻揉搓酸胀的手腕。望着笔记本上回归直线与残差的演算，她心中生出很深的感触。

这条回归直线，就如同人生的理想趋势线。现实当中的自己，便是一个个样本点，时而高于预期，时而暂时低于预期，产生属于自己的“残差”。一时的起伏偏离，并不能否定整体向上的大趋势。不需要苛求自己每一次都完美贴合理想的直线，允许有波动，只要总体朝着目标不断靠近就足够。

身处资源有限的乡村中学，通往清华的路途漫长坎坷，一次考试的起落，只是一个残差点。不要被短暂的失意困住心神，坚持日复一日积累，让自己人生的趋势线持续向上。一页页密密麻麻的演算笔记，便是这个山野女孩一步步向上攀登留下的脚印。

卡尔·皮尔逊的微光缓缓消散。红婵合上本节笔记，至此第九章统计主体内容全部学完，接下来就要进入第九章完整章末综合复盘，梳理整个统计板块的知识网络。

红婵学习随笔

一元线性回归，计算难度大，细节陷阱很多，做题不要只埋头算数，概念理解要放在第一位。

牢牢记住两件事：第一，回归直线一定过样本中心点(\bar{x},\bar{y})，很多小题直接靠这个性质破题；第二，残差是真实观测减去预测，顺序千万不能颠倒。

残差平方和越小、R^2越靠近1，代表模型拟合效果越好。回归给出的结果是平均意义的预测，不是必然结果，答题语言表述务必严谨。

如果散点明显弯曲，不要硬套直线回归，要想到非线性的变量代换。

放到学习生活当中，不必纠结每一次的得失。允许现实和理想存在偏差，我们努力做的，就是不断缩小残差，坚守向上的整体趋势，时间终会给出属于自己的答案。

📱互动区：《红婵清华北大学霸笔记铺》

涵盖初高中各科笔记、真题、方法技巧、学习心得感悟及趣味故事等，在手机上随时可翻看，是你的行走课堂，专门为初高中学生打造《红婵清华北大学霸笔记铺》互动环节内容。

免费为收藏关注的同学设计笔记，把你的要求发在评论区，例如 给我设计一篇初中八年级英语上册第3单元的学习笔记。设计完成后编号放在红婵儿清华北大学霸笔记铺的专栏里，你可自行提取。另外你有好的设计笔记，请在评论区留言，我们在学霸笔记铺设专题专栏为你发布，欢迎你的参与！让我们共同打造最实用的学霸笔记库。

章末备注：文中公式和算式的代码（乱码）可用任一款ai软件（豆包）解锁，即将内容复制并粘贴至豆包对话框确认即可。