n i 1
xi yi
n
(
x1
x2
n
xn ) y ( y1 y2 n
yn ) x nx y
n
n
n
n
xi yi 2nx y nx y xi yi nx y ∴ (xi x)( yi y) xi yi nx y
i 1
i 1
， i1
i 1
．
二、 推导：将 Q 的表达式的各项先展开，再合并、变形
n
xi2
2
nx
)
2b(
n
xi yi nx y) (
n
yi2
2
ny )
i 1
i 1
i 1
整理
2
n
n
n
n[a ( y bx)]2 b2 (xi x)2 2b (xi x)( yi y) ( yi y)2
i 1
i 1
i 1
用公式（一）、（二）变形
n
n
( xi
x)( yi
求出当 Q 取最小值时的 a，b 的值，就求出了回归方程．
下面给出回归方程的推导方法一： 一、 先证明两个在变形中用到的公式
n
(xi x)2
n
xi2
2
nx
x x1 x2 xn
公式（一） i1
i 1
，其中
n
n
∵ (xi x)2 (x1 x)2 (x2 x)2 (xn x)2
或 b
i 1 n
xi2
2
nx
i 1
用公式（一）、（二）变形得
上述推导过程是围绕着待定参数 a，b 进行的，只含有 xi，yi 的部分是常数或系数，用到的
方法有：
① 配方法，有两次配方，分别是 a 的二次三项式和 b 的二次三项式；
② 形时，用到公式（一）、（二）和整体思想； ③ 用平方的非负性求最小值．
n
n
④
实际计算时，通常是分步计算：先求出
x，y
，再分别计算
( xi
i 1
x)( yi
y)
，
( xi
i 1
x)2
或
在上式中，后面两项和 无关，前两项为非负数，因此，要使 Q 达到最小值，当且仅当 前两项均为 0，即有
3
总结：这种方法应该比以上两种方法都简单，学生在学习过导数及其利用导数求极值之 后，度这个方法的推导能够理解。
总结：这种方法难想到为什么要这样处理，并且计算量很大。还有不足之处是它与必修三 给出的公式形式上还是有所区别，还要对形式进行转化。 推导方法三：
两边对 求导得
令
得
若两边对 求导得
（1）
令 将（1）式带入上式得
4
i 1
Q ( y1 bx1 a)2 ( y2 bx2 a)2 ( y3 bx3 a)2 ( yn bxn a)2
( y12 y22 yn2 ) [2 y1(bx1 a) 2 y2 (bx2 a)2 ]
展开
n
n
n
n
n
yi2 2b xi yi 2a yi b2 xi2 2ab xi na2
i 1
i 1
i 1
i 1
i 1
合并同类项
n
yi
n
xi
n
n
n
na2 2na i1
n
b i1 n
b2
i 1
xi2
2b
i 1
xi yi
i 1
yi2
以 a，b 的次数为标准整理
n
n
n
na2 2na( y bx) b2 xi2 2b xi yi yi2
i 1
i 1
i 1
证明： i1
x12 x22
xn2
2nx
(x1
x2
n
xn
)
2
nx
(x12 x22
xn2 )
2
2nx
2
nx
(x12
x22
xn2 )
n
xi2
2
nx
i 1
n
∴
(xi x)2
n
xi2
2
nx
i 1
i 1
．
n
n
(xi x)( yi y) xi yi nx y
公式（二） i1
n
∵ (xi x)( yi y) (x1 x)( y1 y) (x2 x)( y2 y) (xn x)( yn y)
证明： i1
(x1 y1 x2 y2 xn yn ) (x1 y y1 x x2 y y2 x xn y yn x) nx y
n
xi yi [(x1 x2 xn ) y ( y1 y2 yn )x] nx y i 1
设 x 与 y 是具有线性相关关系的两个变量，且相应于样本的一组观测值的 n 个点的坐
标分别是： (x1，y1)，(x2，y2 )，(x3，y3)， ，(xn，yn ) ，设所求的回归方程为 yi bxi a ，
(i 1，2，3， ，n) ．显然，上面的各个偏差的符号有正、有负，如果将他们相加会相互抵消一 部分，因此他们的和不能代表 n 个点与回归直线的整体上的接近程度，因而采用 n 个偏差 的平方和 Q 来表示 n 个点与相应直线（回归直线）在整体上的接近程度，即
i 1
y
)
2
n
( yi
i 1
y)2
配方法
在上式中，共有四项，后两项与 a，b 无关，为常数；前两项是两个非负数的和，因此
要使得 Q 取得最小值，当且仅当前两项的值都为 0．所以
n
i 1
xi
yi
nxy
，
n i 1
xi2
2
nx
的值，最后就可以计算出
a，b
的值．
推导方法二：
注意到
因此，
n
xi yi nx y
转化为平均数 x，y
n
n
n
n[a ( y bx)]2 n( y bx)2 b2 xi2 2b xi yi yi2
i 1
i 1
i 1
配方法
n[a
(y
bx)]2
2
ny
2nbx y
nb2
2
x
b2
n
xi2 2b
n
xi yi
n
yi2
i 1
i 1
i 1
展开
n[a ( y bx)]2 b2 (
回归直线方程的三种推 导方法
-CAL-FENGHAI.-(YICAI)-Company One1
回归直线方程的三种推导方法
巴州二中母润萍
回归直线方程是新课改新增内容之一，在必修数学 3 中对两个具有线性相关关系的变 量利用回归分析的方法进行了研究，书中直接给出了回归直线方程系数的公式，在选修 23 中给出了回归直线方程的截距和斜率的最小二乘法估计公式的另一种形式的推导方法， 根据所学知识，我总结了 3 种推导回归直线方程的方法：
y)
n
n[a ( y bx)]2
i 1
(xi
x)2
b
i 1
n
(xi x)2
i 1
i 1
( yi
y)2
配方
2 n a ( y bx)
n
( xi
i 1
x)2
b
n
(xi x)( yi
i 1
n
(x1 x)2
i 1
y)
2
n i1
( xi
x)