体育数据分析中一元线性回归的三种方法  

Three Methods of One-dimensional Linear Regression in Sports Data Analysis

作　　者：胡海涛[1] 喻孜[1] HU Haitao(Nanjing Forestry University,Nanjing 210037,Jiangsu,China)

机构地区：[1]南京林业大学体育教育部理学院,江苏南京210037

出　　处：《体育科技》2022年第3期71-73,共3页Sport Science and Technology

基　　金：江苏省高校哲学社会学一般项目《高校体育线上线下课程评价体系研究》(2021SJA0124)。

摘　　要：一元线性回归是体育数据分析中常用的一种数据处理方法。很多数据处理软件内置的一元线性回归功能都是基于最小化方差(LS)的最小二乘法回归。文章探讨最小化点到直线距离(LD)的回归和Theil-Sen(TS)回归,作为国内现有体育数据分析方法的补充。LS方法数学形式更为简洁,LD方法与作图法采用的策略相同,TS方法计算量较大。以安踏体育在国内市场占有率数据和高校学生体育课成绩数据为例,比较了三种线性回归算法的异同。在数据具有明显的线性特征时,三种回归算法效果接近。当数据有少数“离群值”时,使用TS回归效果更好。当数据有“类椭圆”分布特征时,LD方法最优。

关 键 词：线性回归 最小二乘法 Theil-Sen回归 

分 类 号：G80-05[文化科学—运动人体科学] O212.1[文化科学—体育学]