计算一系列值

的斜率我有2个阵列相等的长度。以下函数尝试使用这些数组计算斜率。它返回每个点之间的斜率的平均值。对于以下数据集，我似乎获得了不同于Excel和Google文档的值。计算一系列值

 double[] x_values = { 1932, 1936, 1948, 1952, 1956, 1960, 1964, 1968, 
      1972, 1976, 1980 }; 
    double[] y_values = { 197, 203, 198, 204, 212, 216, 218, 224, 223, 225, 
      236 }; 



public static double getSlope(double[] x_values, double[] y_values) 
     throws Exception { 

    if (x_values.length != y_values.length) 
     throw new Exception(); 

    double slope = 0; 

    for (int i = 0; i < (x_values.length - 1); i++) { 
     double y_2 = y_values[i + 1]; 
     double y_1 = y_values[i]; 

     double delta_y = y_2 - y_1; 

     double x_2 = x_values[i + 1]; 
     double x_1 = x_values[i]; 

     double delta_x = x_2 - x_1; 

     slope += delta_y/delta_x; 
    } 

    System.out.println(x_values.length); 
    return slope/(x_values.length); 
}

输出

谷歌：0.755

getSlope（）：0.962121212121212

Excel中：0.7501

来源

2013-03-15 Nyx

见数例[这里]（HTTP：// EN .wikipedia.org/wiki/Simple_linear_regression）进行计算。这对编码应该是微不足道的。 – karmanaut 2013-03-15 12:27:31

我敢打赌，其他两种方法计算least-squares fit，而你不是。

当我确认使用R这个猜想，我也得到约0.755坡：

> summary(lm(y~x)) 

Call: 
lm(formula = y ~ x) 

Coefficients: 
       Estimate Std. Error t value Pr(>|t|)  
(Intercept) -1.265e+03 1.793e+02 -7.053 5.97e-05 *** 
x   7.551e-01 9.155e-02 8.247 1.73e-05 ***

相关数字是7.551e-01。同样值得注意的是，该线的截距为-1265。

这里是最小二乘的图片适合：

lm fit

至于在代码中实现这一点，看到Compute least squares using java

来源

2013-03-15 12:30:15 NPE

-1

你应该x_values.length - 1来划分。斜坡的数量是成对的。

编辑：在我的意见维基示例说明了如何计算其确定的线性回归线的斜率α和β。

来源

2013-03-15 12:04:45 karmanaut

x_values.length的输出是11.减1将得到更高的平均斜率。 – Nyx 2013-03-15 12:06:24

您确定您在Excel/Google文档中应用了正确的平均逻辑吗？你可以发布宏吗？ – karmanaut 2013-03-15 12:10:04

'SLOPE（B2：B22，A2：A22）'这里，B列包含'y_values'，A列包含'x_values'。 – Nyx 2013-03-15 12:12:57

此功能不会帮助你太多，因为它没有考虑到各个线段的横向宽度。考虑将它应用于点（0,0），（1000,1000）和（1001,2000）与（0,0），（1,1）和（2,1001）的区别。两种情况都有连续的斜率1和1000，但它们看起来大不相同。

您需要实现最小二乘方法：http://en.wikipedia.org/wiki/Least_squares找到最佳地接近你的数据集行。

还有一个忠告：从来没有抛出一个java.lang.Exception。即使你必须自己写课程，也总是选择一个更具体的例外。使用您的代码的人需要处理java.lang.Exception，这会严重干扰其他代码。

来源

2013-03-15 12:24:01

这是正确的。 – karmanaut 2013-03-15 12:25:11

最小二乘法只是解决这个问题的更广泛类的一部分：http://en.wikipedia.org/wiki/Linear_regression – roim 2013-03-15 18:06:37

计算一系列值

回答

相关问题