气象统计 第四次实习 一元线性回归

气象统计 第四次实习

一、实习题目

二、实习程序

import numpy as np
import pandas as pd
import random
import matplotlib.pyplot as plt
##读文件
Circulation_Index=np.array(pd.read_table('Circulation_Index.txt',header=None))
Temperature=np.array(pd.read_table('Temperature.txt',header=None))

##简单相关系数,注意x,y长度相等
def xgxs(x,y):
    n1=len(x)    
    ave1=np.mean(x)
    ave2=np.mean(y)
    s1= np.std(x)
    s2= np.std(y)
    sum=0
    for i in range(0,n1):
        sum=(x[i]-ave1)*(y[i]-ave2)+sum
    r=sum/s1/s2/n1
    return r 
    
##一元线性回归函数,注意x,y长度相等
def yyxxhg(x,y):
    n1=len(x)
    ave1=np.mean(x)
    ave2=np.mean(y)
    sum1=sum(x)
    sum2=sum(y)
    sum1_2=sum(x*y)
    sum1p=sum(x**2)
    b=(n1*sum1_2-sum1*sum2)/(n1*sum1p-sum1**2)
    b0=-b*ave1+ave2
    return np.array([b,b0])    

##一元函数的F检验函数,注意x,y长度相等
def Ft(x,y):
    r_xy=xgxs(x,y)
    m=1
    n=len(x)
    F=(r_xy**2/m)/((1-r_xy**2)/(n-m-1))
    return F

##问题一
X=np.zeros((10))
for i in range(1,10):
    X[i]=random.randint(1,10)
X=np.array(X)
Y=10+0.5*X
s=yyxxhg(X,Y)
print('问题一')
print('b=%.2f,b0=%.2f'%(s[0],s[1]))
##问题二
s=yyxxhg(Circulation_Index,Temperature)
print('问题二')
print('b=%.2f,b0=%.2f'%(s[0],s[1]))
print('y=%.2fx+%.2f'%(s[0],s[1]))
##F检验
f=Ft(Circulation_Index,Temperature)
print('F=%.3f>F_a=4.41通过检验，回归显著'%(f))


plt.scatter(Circulation_Index,Temperature,color="b")
x=np.linspace(15,35,5)
y=s[0]*x+s[1]
plt.plot(x,y,color="k",label="y=-0.23x+7.51'")
#添加图标标签
plt.legend(loc=1,)
plt.xlabel("Circulation_Index")
plt.ylabel("Temperature")
#z = np.polyfit(Circulation_Index[:,0],Temperature[:,0], 5) # np自带多项式拟合，这里不使用；

三、例图

四、代码及源文件

添加链接描述

程序中如有疏漏欢