Viden omkring den bedste rette linje!

Det er nu engang den måde, man har valgt at gøre det på. Om der er nogen speciel grund til at man har valgt at gøre det sådan, ved jeg ikke, men det har man nu engang.

hvad kan jeg burge det svar til ???
Der jo en grund...ellers man skla ihvertfald forklare hvorfor de andre muligheder er udelukket evt!

Grunden til at man tager kvardratet er, at man så slipper for at bekymre sig om negative værdier, og dermed har lettere for at opstille gennerelle udtryk.

I min statistikbog hed det "method of least squares" Du kan evt selv søge lidt videre på google med det...

Man kan også sagtens vælge den bedste rette linie som den linie, der minimerer summen af de lodrette afstande til datapunkter. Det kan sommetider være nyttigt, fordi denne type lineær regression er mere robust end mindste kvadraters metode - dvs. et datapunkt, som afviger 'meget' fra en lineær beskrivelse, har 'mindre' indflydelse på estimaterne for hældning/intercept, end det er tilfældet ved mindste kvadraters metode.

Når den metode, du nævner, er mest udbredt skyldes det primært, at regressionsproblemet i netop dette tilfælde har en simpel løsning, som kan skrives eksplicit op vha. en formel. Det kan man ikke generelt for andre 'afstande' til bedste rette linie. Desuden er det let at fortolke denne type regression som et estimationsproblem i en mere præcis statistisk formulering - nemlig som en såkaldt lineær normal model. Det muliggør anvendelse af metoder, som spiller en central rolle i videregående statistik.