计算线性回归方程和相应系数
create table testscore (
subject int unsigned not null auto_increment,
age int unsigned not null,
sex enum(‘M’,‘F’),
score int,
primary key(subject)
)ENGINE = InnoDB DEFAULT CHARSET = utf8;
insert into testscore values(null,5,‘M’,5);
insert into testscore values(null,5,‘M’,4);
insert into testscore values(null,5,‘F’,6);
insert into testscore values(null,5,‘F’,7);
insert into testscore values(null,6,‘M’,8);
insert into testscore values(null,6,‘M’,9);
insert into testscore values(null,6,‘F’,4);
insert into testscore values(null,6,‘F’,6);
insert into testscore values(null,7,‘M’,8);
insert into testscore values(null,7,‘M’,6);
insert into testscore values(null,7,‘F’,9);
insert into testscore values(null,7,‘F’,7);
insert into testscore values(null,8,‘M’,9);
insert into testscore values(null,8,‘M’,6);
insert into testscore values(null,8,‘F’,7);
insert into testscore values(null,8,‘F’,10);
insert into testscore values(null,9,‘M’,9);
insert into testscore values(null,9,‘M’,7);
insert into testscore values(null,9,‘F’,10);
insert into testscore values(null,9,‘F’,9);
计算线性回归和相关系数
回归线:Y = bx + a,其中a,b分别是截距和斜率。
先计算均值,总和,变量平方和 以及每个变量的乘积和
SELECT
@n := COUNT(score) as N,
@meanX := AVG(age) as ‘X mean’,
@sumX := SUM(age) as ‘X sum’,
@sumXX := SUM(ageage) as ‘X sum of squares’,
@meanY := AVG(score) as ‘Y mean’,
@sumY := SUM(score) as ‘Y sum’,
@sumYY := SUM(scorescore) as ‘Y sum of squares’,
@sumXY := SUM(agescore) as 'XY sum’
from testscore;
计算回归方程的斜率与截距:
SELECT
@b := (@n*@sumXY - @sumX*@sumY)/(@n*@sumXX - @sumX*@sumX)
AS slope;
SELECT
@a := (@meanY - @b*@meanX)
AS intercept;
select CONCAT('Y = ',round(@b,3),'X + ',round(@a,3)) as ‘least-squares regression’;
上述内容见《MySQL.Cookbook(第2版)中文扫描版13.5 P594-596》
计算线性回归方程和相应系数相关推荐
- python计算线性回归方程
野鸡大学大二机械系学生,最近做大物实验处理数据有用到计算线性回归方程,正好在自己慢慢啃python,于是在一个摸鱼的下午敲了这段代码.希望能给各位初学者一点点帮助! 欢迎各位python新手一起来交流 ...
- 基于矩阵计算的线性回归分析方程中系数的估计
一.问题描述: 回归分析就是利用已知的数据来确定回归方程中的系数. 一元线性回归分析是一种非常简单也是非常基本的回归理论,能够用来刻画两个变量之间的以线性关系的变化趋势,进而预测未知点处的数据. 一元 ...
- 最小二乘法构建线性回归方程
目录 一. 相关数学知识的定义 1.1 一元线性回归的定义 1.2 相关系数R²的定义 二.使用jupyter来做一元线性回归分析 2.1 根据最小二乘法公式手动构建一元线性回归模型 2.2 调用包实 ...
- 线性回归方程参数的最小二乘估计
概述 一共两个部分,第一,线性模型和最小二乘估计方法的概括.第二, 基于最小二乘估计方法,实现线性回归方程中回归参数的估计.并且和statsmodels中的方法进行对比. 1.线性模型和最小二乘方法 ...
- 线性回归_线性回归方程
你的线性回归是指被估参数是线性的回归吗?被估参数是线性是指:把参数视为变量,参数相对于x是线性的.比如:y=kx+b这是典型的线性回归还有:y=ax^2+bx+c,把x^2及x看成a,b的系数的话,a ...
- Python-多元线性回归方程比较最小二乘法与梯度下降法
最小二乘法是先将方程自变量与因变量化为系数矩阵X,再求该矩阵的转置矩阵(X1),接着求矩阵X与他的转置矩阵的X1的乘积(X2),然后求X2的逆矩阵.最后整合为系数矩阵W,求解后分别对应截距b.a1.和 ...
- matlab 最小二乘法拟合_高中数学:最小二乘法与线性回归方程
1.怎样的拟合直线最好?--与所有点都近,即与所有点的距离之和最小. 最小二乘法可以帮助我们在进行线性拟合时,如何选择"最好"的直线.要注意的是,利用实验数据进行拟合时,所用数据的 ...
- 一元线性回归方程最小二乘法矩阵处理
用矩阵来解最小二乘法,借助MATLAB求解方程. 材料的抗剪强度与材料承受的正应力有关.对某种材料试验的数据如下: 假设正应力的数值是精确的. 设一元线性回归方程为y=kx+b. 建立矩阵: y = ...
- 基于jupyter notebook的python编程-----利用梯度下降算法求解多元线性回归方程,并与最小二乘法求解进行精度对比
基于jupyter notebook的python编程-----利用梯度下降算法求解多元线性回归方程,并与最小二乘法求解进行精度对比目录 一.梯度下降算法的基本原理 1.梯度下降算法的基本原理 二.题 ...
- 最小二乘法求线性回归方程_规范解题第14期 利用“最小二乘法”原理解一道题...
还等什么呢?时间都过去了,话是这么说,但不至于那么快.无论走到哪里,都应该记住,过去都是假的,回忆是一条没有尽头的路,一切以往的春天都一去不复存在,就连那最坚韧而又狂乱的爱情归根结底也不过是一种转瞬即 ...
最新文章
- cc arm linux gcc,(80分请教):armcc 与 arm-elf-gcc的区别?
- php7 java8_php7 vs java8 vs nodejs5 vs lua5.2 计算性能比较
- Sql Server触发器的使用
- 微信小程序--家庭记账本开发--01
- 典型相关分析_2020-2025年中国海水淡化行业发展前景与投资预测分析报告
- SpringBoot2.0 基础案例(04):定时任务和异步任务的使用方式
- Anaconda+Win10安装
- 突发!王思聪名下房产、汽车、存款等被查封
- RAID - 提升IO性能及数据安全
- 代码不规范,亲人两行泪——DTO
- PHP输出星座,php 通过日期推算星座的方法
- 【组合数学】多项式定理 ( 多项式定理 | 多项式定理证明 | 多项式定理推论 1 项数是非负整数解个数 | 多项式定理推论 2 每项系数之和 )
- Java:获取map的key和value
- 3451. 易位构词
- 阿里云自助建站+模板建站+功能定制建站如何选择,详细教程
- command命令大全(转自http://blog.dhedu.gov.cn/u/72/archives/2009/14290.html)
- VS生成的解决方案exe文件在其他电脑显示缺失各种dll文件解决办法
- Idea 精准到类的打包方式:Artifacts 打包
- Netapp常用命令
- 嘿嘿各位兄弟姐妹们,赚钱是一个男人最大的底气和尊严!