截距与您的响应变量（此处为房价）具有完全相同的单位，因此不受更改面积单位的影响。

请注意，虽然对面积为零的物业（以及任何其他预测变量的值为零）的负价格预测将超出数据范围，但该幅度的截距可能表明您的回归函数形式很差选择，正如@Mark L. Stone 所暗示的那样。但很大程度上取决于货币是什么。也许 44850 是您未说明的货币的微小变化。更一般地说，我不希望简单的直线模型自动成为房价和面积的好选择。但是，如果您需要这方面的建议，请向我们展示您的数据并提出一个新问题。

与面积相关的斜率有单位（货币单位）/（面积单位），因此要转换为平方米，您必须乘以 (英尺/米)。转换系数超出了统计范围，很容易通过 Google 搜索，但确切的定义 12 英寸 1 英尺和 25.4 毫米 1 英寸使其受制于您最喜欢的简单计算方法。$^2$$=$$=$

遗憾的是，统计学似乎并不经常与思考维度和测量单位一起教授。对于一篇具有多种见解的精彩文章，请参阅

Finney, DJ 1977。统计维度。皇家统计学会杂志 C 系列（应用统计） 26（3）：285–289。http://doi.org/10.2307/2346969（芬尼 1917 2018）$-$

解决这个问题的一种方法（使用比线性回归更复杂的模型和比平方英尺/米更复杂的转换，例如华氏到摄氏度）是将模型和转换写成方程，然后进行替换。

所以你有一个线性模型，其中以平方英尺为单位。你想要的是一个模型，其中以平方米为单位。$y = f(x) = mx + b$$x$$y = g(x')$$x'$

你现在需要的是之间的关系$x$和$x'$. 对于平方英尺到平方米，这将是$x = 10.7639 \cdot x'$——注意变化的方向。我们要做的是获取所需的数量（以平方米为单位的面积）并将其转换为我们拥有模型的数量（以平方英尺为单位的面积）。

现在我们要做的就是替换$x$在原始预测模型中，值为$x$从我们的转换公式中获得。$y = m(10.7639 \cdot x') + b = 10.7639 \cdot m \cdot x' + b$， 在哪里$m$和$b$是它们的原始（平方英尺）值。

如果您牢记尺寸分析，这种操作会变得更容易并且具有内置检查。也就是说，不是使用纯数字，而是使用数字和单位，并将单位视为值的一部分。在维度分析方法中$x$将与单位一起'$ft^2$',$m$将有 '$USD/ft^2$' 和$b$会在'$USD$'。因此，原始方程的量纲分析将是$y = (USD/ft^2) \cdot (ft^2) + USD$. 取消因子，并允许添加类似的单位，你最终得到$y = USD$，正如你应该的那样。在新公式中，转换因子的单位为$ft^2/m^2$, 所以最终方程的量纲分析 ($y = 10.7639 \cdot m \cdot x' + b$） 将会$y = (ft^2/m^2) \cdot (USD/ft^2) \cdot (m^2) + USD$. 同样，通过除法/乘法取消相似的因素，并通过加法允许它们组合，你最终得到$y = USD$. 如果你搞砸了，那么事情就不会完全取消。

1 平方英尺中有 0.092903 平方米，因此坡度应为 (280.76)*(0.092903) 并且截距保持不变

我可以回答这个问题。在这种情况下，截距不会发生任何变化。但是，只有斜率会随着幅度的变化而变化。这房子的成本为每平方英尺 280.76。因此，假设没有货币变化并记住从平方英尺到平方米的变化规模（1 平方英尺 = 0.092903 平方米），每平方米将花费 3022.08