深入浅出统计学（十五）相关与回归及PYTHON实现

最新推荐文章于 2021-10-24 20:14:27 发布

原创最新推荐文章于 2021-10-24 20:14:27 发布 · 551 阅读

0 ·

CC 4.0 BY-SA版权

统计学专栏收录该内容

6 篇文章

订阅专栏

本文介绍了使用Python进行线性回归分析的基本概念和方法，包括如何计算平均数、b值、a值以及r值，提供了详细的代码实现。

基本概念

PYTHON实现

数据

# 求平均数
def list_mean(l):
    sum=0
    for i in l:
        sum+=i
    return sum/len(l)   
# 计算b值
def cal_b(l1,l2):
    x1=list_mean(l1)
    y1=list_mean(l2)
    sum1=0
    sum2=0
    for i in range(len(l1)):
        sum1=(l1[i]-x1)*(l2[i]-y1)
        sum2=(l1[i]-x1)**2
    return sum1/sum2
# 计算a值
def cal_a(l1,l2):
    x1=list_mean(l1)
    y1=list_mean(l2)
    b=cal_b(l1,l2)
    return y1-b*x1
# 计算r值
import math
def cal_r(l1,l2):
    x1=list_mean(l1)
    y1=list_mean(l2)
    sum1=0
    sum2=0
    n=len(l1)
    for i in range(n):
        sum1+=(l1[i]-x1)**2
        sum2+=(l2[i]-y1)**2
    s1=math.sqrt(sum1/(n-1))
    s2=math.sqrt(sum2/(n-1))
    return cal_b(l1,l2)*s1/s2