linear-regression

2热度

1回答

我使用Dynamic Data Display（D3）来呈现图表上几个简单的LineSeries： <d3:ChartPlotter> <d3:CursorCoordinateGraph/> <d3:LineGraph DataSource="{Binding SelectedGraphValues}"/>  </d3:Cha

1热度

3回答

创建函数以自动创建从概要图（fit < - lm（y〜x1 + x2 + ... xn））

我正在运行多次x变量的小改动的相同回归。我的目标是确定每个变量对于这个线性回归模型的适合度和重要性，以查看所有的主要地块。不需要逐个创建每个绘图，我想要一个函数来循环我的变量（x1 ... xn）从下面的列表中。适合< -lm（Y〜X1 + X2 + ... XN））的情节我想创建一个对于所有的x是 1） 'X与Y' 在上面的功能，所有的x 2）'x与预测y相关3）x对残差 4）x与时间的关系

8热度

3回答

用于线性或非线性最小二乘逼近的Ruby库？

是否有Ruby库允许我对一组数据进行线性或非线性最小二乘逼近。我想什么做的是以下几点：鉴于一系列[X，Y]数据点的产生对数据的线性或非线性最小二乘逼近的库不必知道它是否需要进行线性或非线性逼近。图书馆的来电者应该知道他们需要什么类型的回归我不想尝试移植一些C/C++/Java库来获得这个功能，所以我希望有一些现有的我可以使用的Ruby lib。

60热度

3回答

使用matplotlib/numpy进行线性回归

我试图在已生成的散点图上生成线性回归，但是我的数据是以列表格式显示的，并且使用polyfit的所有示例都需要使用arange。 arange虽然不接受列表。我已经搜索了如何将列表转换为数组，并且什么都看不清楚。我错过了什么吗？接下来，我如何最好地使用我的整数列表作为polyfit的输入？这里是我下面的polyfit例如： from pylab import * x = arange(dat

1热度

1回答

如何通过SAS中的PROC LOGISTIC和PROC REG读取相关矩阵输出？

如您所知，使用CORRB选项，您可以让SAS中的逻辑回归或线性回归输出估计矩阵的相关性。有趣的是，我不确定如何阅读这个矩阵。我有两个明显强烈正相关的变量。从PROC CORR，我可以看到这两个变量的皮尔森相关系数是0.7+。但是，来自logitistic回归和线性回归的估计矩阵给我-0.7。相关的强度大致相似，但符号相反。任何人都可以解释它？非常感谢。

28热度

3回答

线性回归与R中

已知的固定截距我想用在R的LM（）函数来计算的线性回归此外，我想获得的回归，其中I明确地得到截距lm()的斜率。我发现一个例子在互联网上，我试图读取R-帮助“？LM”（不幸的是，我无法理解），但我没有成功。谁能告诉我我的错误在哪里？ lin <- data.frame(x = c(0:6), y = c(0.3, 0.1, 0.9, 3.1, 5, 4.9, 6.2)) plot (lin$x

5热度

2回答

R中的线性回归（正态和对数数据）

我想对R中的正态和双重对数图中的数据进行线性回归。对于正常数据数据集可能是follwing： lin <- data.frame(x = c(0:6), y = c(0.3, 0.1, 0.9, 3.1, 5, 4.9, 6.2)) plot (lin$x, lin$y) 有我想要计算画一条线用于线性回归只的数据点2，3和4 对于双对数的数据数据集可能如下： data = data.fra

1热度

3回答

线性回归系数

给出点的列表，我需要实现对他们的简单线性回归。这部分非常简单，代码示例可以在很多地方找到。我的问题是确定回归系数（衡量多少分合适就行了）。我如何使用Lua以编程方式确定这样的因素？

0热度

2回答

线性回归预测趋势系列的y值

我有[x，y]对，其中x值是Unix时间值，y是浮点值。我需要为这个系列找到最适合的线。我现在用的是线性回归模型，如下面这个链接： http://dracoblue.net/dev/linear-least-squares-in-javascript/159/ 我得到正确的价值观。但是，由于我的x数据是unix时间戳，所以我获得了非常大的值。那么，有没有人对如何淡化它有什么建议？我试着用秒而不是毫

1热度

1回答

计算置信区间值并相应地绘制曲线

我有我绘制的[x，y]数据对。我正在使用最小平方回归模型计算曲线的最佳拟合线并相应地预测y值。我现在想要生成95％的置信区间值并绘图。如果有人能够用计算信心带的y值的公式来帮助我，那将会很棒。在发布之前，我尝试了使用Google搜索。但是，大部分网站都假设，我已经有了一些数据。如果你能指导我找到一些好的链接，这也会有所帮助。由于提前，S.