學習筆記,這個筆記以例子為主。
開發工具:spyder
若有一組觀測值:
[x11, x12, y1], [x21, x22, y2], [x31, x32, y3],
...[xn1, xn2, yn]
則總體回歸模型為:
列成矩陣形式:
在給出總體中的一組樣本,則估計的樣本回歸函式為:
b = np.linalg.lstsq(x, y)
b1 = b[0]
[0]b2 = b[0]
[1]b0 = b[0][2]
若有k個自變數,則相關函式的寫法以此類推。
舉個例子(對模擬的資料進行多元回歸分析)
**:
import numpy as np
x = np.array(
[range(1
,11),
np.random.randint(1,
20,10)
, np.ones(10)
]).ty =
2*x[:,
0]- x[:,
1]+5
*x[:,2
]+ \
np.array(np.random.normal(0,
1,10)
) b = np.linalg.lstsq(x, y)
print
(b)b1 = b[0]
[0]b2 = b[0]
[1]b0 = b[0]
[2]print
('b1:'
, b1,
'b2:'
, b2,
'b0:'
, b0)
結果:
(array([ 1.91143292, -1.13716838, 6.97656854]), array([ 5.11734472]), 3, array([ 47.9682451 , 11.92711516, 0.88959877]))
b1: 1.91143292471 b2: -1.13716837881 b0: 6.97656854129
則由該樣本估計的回歸方程為:
若有點集[[1, 2], [3, 4], [5, 6]]則帶入回歸方程中,求出**值:
import numpy as np
x = np.array(
[range(1
,11),
np.random.randint(1,
20,10)
, np.ones(10)
]).ty =
2*x[:,
0]- x[:,
1]+5
*x[:,2
]+ \
np.array(np.random.normal(0,
1,10)
) b = np.linalg.lstsq(x, y)
xpre = np.array([[
1,2,
1],[
3,4,
1],[
5,6,
1]])
ypre = xpre.dot(b[0]
)print
(ypre)
結果:
[ 4.00497056 6.18824332 8.37151608]
Part15 微型計算機基礎概論
1 計算機組成 由硬體系統 主機系統和外部裝置 與軟體系統組成。圖1 微型計算機系統組成 2 主機系統 主要由cpu 儲存器 輸入輸出介面 匯流排組成。3 軟體系統 主要由系統軟體和應用軟體組成。系統軟體主要包括 作業系統 編譯系統 網路系統 工具軟體。4 微型計算機的一般工作過程 5 馮 諾依曼計...
Python學習筆記 Part15 檔案的使用
變數名 open 檔名 開啟模式 變數名為檔案控制代碼 檔名為檔案路徑和名稱 開啟模式為文字或二進位制,讀或寫 檔案的路徑 用 或者 表示,若和原始檔同路徑可省略路徑 d pye f.txt pye f.txt d pye f.txt f.txt 檔案開啟模式 r 唯讀模式,預設值,如果檔案不存在,...
numpy基礎 part14 積分
學習筆記,這個筆記以例子為主。開發工具 spyder import scipy.integrate as si 利用quad求積分 給出函式f,積分下限與積分上限 a,b 返回 積分值,最大誤差 area si.quad f,a,b 返回值為乙個陣列,第乙個值為積分值,第二個為誤差 在 5,5 區間...