气象统计 第五次实习 多元线性回归

气象统计 第五次实习

一、实习题目

二、实习程序

import random
import numpy as np
##多元线性相关函数，这里是三个变量的，其他变量可以略加修改
def dyxxxg(x1,x2,x3,y):
    n=len(x1)
    x0=np.ones((n,1))
    x=np.array([x0[:,0],x1,x2,x3]).T
    y=y.reshape((n,1))
    t1=np.linalg.inv(np.dot(x.T,x))
    t2=np.dot(t1,x.T)
    b=np.dot(t2,y)
    return b
##标准化函数，距平除以标准差
def bzh(data):
    ave=np.mean(data)
    std=np.std(data)
    n=len(data)
    a=np.zeros((n))
    for i in range (0,n):
        a[i]=(data[i]-ave)/std
    return a
###问题一
x1=np.zeros((21))
x2=np.zeros((21))
x3=np.zeros((21))
for i in range (0,21):
    x1[i]=random.randint(0,21)
    x2[i]=random.randint(0,21)
    x3[i]=random.randint(0,21)
Y=10+4*x1+x2-5*x3
a=dyxxxg(x1,x2,x3,Y)
print('问题一多元线性回归结果：b0=%.2f b1=%.2f b2=%.2f b3=%.2f'%(a[0],a[1],a[2],a[3]))
#问题二
x1=np.array([ 7, 1,11,11, 7,11, 3, 1, 2,21, 1,11,10]).T
x1=bzh(x1)
x2=np.array([26,29,56,31,52,55,71,31,54,47,40,66,68]).T
x2=bzh(x2)
x3=np.array([60,52,20,47,33,22, 6,44,22,26,34,12,12]).T
x3=bzh(x3)
y=np.array([78.5, 74.3,104.3, 87.6, 95.9,109.2,102.7, 72.5, 93.1,115.9, 83.8,113.3,109.4]).T
y=bzh(y)
a=dyxxxg(x1,x2,x3,y)
print('问题二多元线性回归结果：b0=%.2f b1=%.2f b2=%.2f b3=%.2f'%(a[0],a[1],a[2],a[3]))
print('y=%.2f+%.2f*x1+%.2f*x2%.2f*x4'%(a[0],a[1],a[2],a[3]))

三、例图

四、代码及源文件

无

程序中如有疏漏欢迎指正