散点图、模型残差与预测
引入| English | 释义 | 拼音 |
|---|---|---|
| line of best fit/laɪn ɒv best fɪt/ | 最佳拟合线 | zuì jiā nǐ hé xiàn |
| residual/rɪˈsɪdʒuːəl/ | 残差 | cán chà |
| extrapolation/ekˈstræpəleɪʃn/ | 外推 | wài tuī |
散点图预测
- 散点图展示了 30 名学生的学习时间($x$)与考试成绩($y$),并绘制了最佳拟合线 $y = 4.5x + 52$。
- SAT考试要求你解读该直线,测量某点到直线的距离,并判断预测是否可靠。
解读最佳拟合线
- 斜率 4.5:每多学习一小时,成绩平均增加约 4.5 分。截距 52:代表学习 0 小时时的预测分数。
- “相关”一词很重要:散点图显示的是关联关系,而非证明因果关系。

散点图显示直线 y = 4.5x + 52,并在 6 小时处有一个 +6 的残差
For houses, the line of best fit for price (thousand $) against floor area (m²) is$P = 2.1A + 35$. What does 2.1 mean?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
The slope is the average change in price per extra square metre.
残差
- 残差 $=$ 实际值 $-$ 预测值。一名学习 6 小时并得到 85 分的学生:预测值为 $4.5(6) + 52 = 79$,残差为 $= 85 - 79 = 6$。
- 正残差表示该点位于直线上方;负残差表示位于直线下方。
一名学生学习了 4 小时并得了 65 分。预测值:$4.5(4) + 52 = 70$。残差:$65 - 70 = -5$(5 分低于直线)。
位于线上方、线上还是线下方?
利用残差的符号将点相对于直线定位。
The line of best fit is $y = 3x + 20$. A data point is $(10, 46)$. What is its residual?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
Predicted $3(10) + 20 = 50$; residual $46 - 50 = -4$.
A point below the line of best fit has a ____ residual.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Actual is less than predicted.
内插与外推
- 基于数据范围内的预测(内插法)比基于数据范围外的预测(外推法)更可靠。如果数据覆盖的时间段为 0–10 小时,则预测 40 小时的结果(得分为 232)是没有意义的。
- 若 $x$ 等距增加,$y$ 的恒定差值暗示线性模型;恒定比值暗示指数模型。
If data cover temperatures from 10 °C to 30 °C, a prediction for 80 °C from the same line is reliable.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
That is extrapolation far outside the data.
常见陷阱
- 残差符号:计算方式为实际值减去预测值,不可颠倒。
- 相关即因果:该直线仅描述此数据中的关联,而非因果关系。
A strong positive association in a scatterplot proves that the x-variable causes the y-variable to increase.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Association is not causation.
复习要点
- 斜率 = $y$ 每单位 $x$ 的平均变化量;截距 = $x = 0$ 处的预测 $y$ 值。
- 残差 = 实际值 − 预测值;信任数据范围内的预测结果。