如何基于数据不确定性(可能在Excel / Mathematica中)计算线性回归斜率的不确定性?

示例:

让我们有数据点(0,0),(1,2),(2,4),(3,6),(4,8),...(8、16),但是每个y值都有不确定性为4。我发现,大多数函数会将不确定性计算为0,因为这些点与函数y = 2x完全匹配。但是,如图所示,y = x / 2也与这些点匹配。这是一个夸张的例子,但我希望它能说明我的需求。

编辑:如果我尝试解释更多,而示例中的每个点都有y的某个值,我们假装不知道这是真的。例如,第一个点(0,0)实际上可以是(0,6)或(0,-6)或介于两者之间的任何值。我要问的是,在任何流行的问题中都没有考虑到这一点的算法。在示例中,点(0,6),(1,6.5),(2,7),(3,7.5),(4,8),...(8、10)仍落在不确定性范围内,因此它们可能是正确的点,并且连接这些点的线具有一个方程:y = x / 2 + 6,而我们通过不考虑不确定性而得到的方程为:y = 2x +0。因此,k的不确定性是1,5,而n是6。

TL; DR:在图片中,有一条y = 2x线是使用最小二乘拟合计算得出的,并且可以完美拟合数据。我试图找出y = kx + n中的k和n可以改变多少,但是如果我们知道y值的不确定性,仍然可以拟合数据。在我的示例中,k的不确定度为1.5,n的不确定度为6。在图像中,有“最佳”拟合线和一条刚好适合这些点的线。

python求不确定度_基于数据不确定度计算线性回归斜率的不确定度相关推荐

  1. python 求系数矩阵_python - 如何在数据矩阵中计算nans的相关矩阵

    当数据中存在NaN时,我找不到计算包含多于两个变量的观测值的数组的相关系数矩阵的函数 . 有一些函数可以为变量对执行此操作(或者只使用~is.nan()来掩盖数组) . 但是通过循环遍历大量变量来使用 ...

  2. python求偏度系数_偏度和峰度的计算

    偏度(skewness)和峰度(kurtosis): 偏度能够反应分布的对称情况,右偏(也叫正偏),在图像上表现为数据右边脱了一个长长的尾巴,这时大多数值分布在左侧,有一小部分值分布在右侧. 峰度反应 ...

  3. python求excel方差_使用Excel、R、Python求统计量

    四个统计量的概念 Ø平均数(mean)也成为均值,它是一组数据相加后出医院数据的个数得得到的结果,样本均值用表示,总体均值用. Ø中位数(median)是一组数据排序后处于中间位置上的数值,用表示. ...

  4. python怎么数据归一化_基于数据归一化以及Python实现方式

    数据归一化: 数据的标准化是将数据按比例缩放,使之落入一个小的特定区间,去除数据的单位限制,将其转化为无量纲的纯数值,便于不同单位或量级的指标能够进行比较和加权. 为什么要做归一化: 1)加快梯度下降 ...

  5. python求excel平均数_#python抓取excel表格数据#使用python3读取处理excel表的数据内容如何对内容求平均值...

    使用python3读取处理excel表的数据内容如何对内容求平均值 先说下概述: 值就是集合平均数. (a1 a2 --an)/n为a1,a2,--,an术平均值. 简单算均数.有这么一组数字10.2 ...

  6. 用python做炒股软件-python程序源码_基于python的炒股软件

    股票模拟交易系统设计与实现 不但能够进行界面的设计,还可以实现各个窗口的关联,通过WPF实现和其余窗口的关联,而且WPF中的类不但能够和其中一个窗口进行关联,还可以跟许多功能操作接口,WPF在对窗口对 ...

  7. python实现实时监控_基于 Python 的交换机实时监控系统的设计与实现

    从高校校园网运维工作实际出发,论文提出了一种基于 Python 语言+SNMP协议的网络交换机监测系统设计思路与实现方法.整个系统系统采用B/S模式,基于轻量级的web开发框架web.py实现.后端采 ...

  8. python音频实时频谱分析_基于python的音频设计及频谱分析

    74 Internet Technology 互联网 + 技术 一.引言 WAV 是 Microsoft 开发的一种声音文件格式,虽然它支持多种压缩格式,但是它通常被用来保存未压缩的声音数据(PCM ...

  9. python爱因斯坦的问题_基于Python3的趣味数学问题

    基于Python3的趣味数学问题 Pro1. 数独(Sudoku)根据九宫格盘面上的已知数字,推理出所有剩余空格的数字,并满足每一行.每一列.每一个宫(3*3)内的数字均含1-9这9个数字. Pro2 ...

最新文章

  1. 使用VM虚拟机的一点小技巧
  2. 安利10款效率工具,打造windows超强生产力
  3. 15---Net基础加强
  4. 上海人工智能实验室牛雅哲:通用决策AI平台的开拓创新之路
  5. 字体rem通用基本设置
  6. 前端知识点整理(三)不定时更新~
  7. ByteBuffer的使用
  8. java中选择排序和冒泡排序_Java选择排序就是比冒泡排序牛「具体详情,请看此文」...
  9. 大数据-03-Spark入门
  10. System.setOut 重定向 memcached 的输出
  11. 【Java SE】static成员及代码块
  12. Js逆向实战之网易云音乐(手把手视频讲解)
  13. 协同软件解决方案集合
  14. [洛谷1849] 拖拉机
  15. 分享一款电脑使用的二维码/条码扫描生成软件--二维码识别精灵
  16. 整车智能-浅谈“车内生命体征检测方案”
  17. Iris植物分类数据可视化(散点图)(python-nvd3)
  18. sparkstreaming处理kafka数据,数据积压问题解决方案
  19. 老婆的最后一条短信----(真的很感人)
  20. 狂奔的低代码,画风各异的阿里云、腾讯云

热门文章

  1. [VNCTF 2021]Ez_game-JS类题目学习记录
  2. Androider学C/C++—(1)环境搭建和基本操作,c语言指针练习,输出占位符
  3. win7系统,怎么搜索文件中包含的关键字?
  4. hp台式计算机怎么进bois,hp台式机bios设置 【图文教程】
  5. html 中 img 对连接的释放
  6. 极域电子教室 e-Learning Class V4 2010专业版 学生机 卸载方法
  7. 【车间调度】基于matlab混合蛙跳算法 (SFLA) 求解简单调度问题【含Matlab源码 2247期】
  8. 如何应对负面情绪的传播者
  9. Matlab基于人工鱼群算法求解TSP问题
  10. w ndows恶搞,Windows 记事本编写恶搞小程序