散点图中实现数据的线性回归分析

很多图表库都支持散点图的线性回归分析，可以显示线性回归很典型就是google

chart与highchart都支持这个功能，通过散点数据计算线性回归得到公式，然后

插值生成即可。

线性回归数据分析

线性回归分析，用来对一组数据实现线性建模，分析线性走势，从而实现对未来

数据的走势预期，线性回归分析是最简单也是最基础的数据回归分析。

数学基础

抽取数据，计算线性回归计算，得到等式y = a + bx;

最重要的就是要得到斜率b与相关因子a。假设数据集D为(年龄与葡萄糖含量对比)

序号	Age-x值	Glucose-y值	X*Y	X2	Y2
1	43	99	4257	1849	9801
2	21	65	1365	441	4225
3	25	79	1975	625	6241
4	42	75	3150	1764	5625
5	57	87	4959	3249	7569
6	59	81	4779	3481	6561
总和	247	486	20485	11409	40022

package com.gloomyfish.image.game;

public class LineRegressionDemo {
	
	private double slope;
	private double intrepter;
	private double[][] xyData;
	
	public LineRegressionDemo(double[][] data)
	{
		this.xyData = data;
	}
	
	public void calculate()
	{
		double sumx=0, sumy=0, sumxy=0, sumxx=0, sumyy=0;
		for(int i=0; i<xyData.length; i++)
		{
			sumx += xyData[i][0];
			sumy += xyData[i][1];
			sumxy += xyData[i][0] * xyData[i][1];
			sumxx += xyData[i][0] * xyData[i][0];
			sumyy += xyData[i][1] * xyData[i][1];
		}
		double n = xyData.length;
		intrepter = ((sumy * sumxx) - sumx * sumxy)/(n*sumxx - (sumx *sumx));		
		slope = (n * sumxy - (sumx* sumy))/(n*sumxx - (sumx * sumx));
		System.out.println("slope = " + slope);
		System.out.println("intrepter = " + intrepter);
	}
	
	public static void main(String[] args)
	{
		double[][] data = new double[][]{{43, 99},{21,65}, {25, 79}, {42, 75}, {57,87}, {59,81}};
		LineRegressionDemo demo = new LineRegressionDemo(data);
		demo.calculate();
		
	}

}

对明天最好的准备就是不要虚度今日，算是对自己的勉励！