一元线性回归分析

35 篇文章 0 订阅
11 篇文章 0 订阅

/*
代码作者:不详
代码整理者:设计天下 MySDN网站 算法天下工作室

功能:一元线性回归分析
*/

#include "stdio.h"
#include "math.h"

void liregression_lis(double x[],double y[],int n,double a[],double dt[])
{
 int    i;
 double ax,ay,e,f,q,u,p,umax,umin,yy;
 
 for (i=0,ax=ay=0.0; i<n; i++)
 {
  ax+=x[i];
  ay+=y[i];
 }
 ax/=n;
 ay/=n;      /*ax ay: 算术平均*/
 
 for (i=0,e=f=0.0; i<n; i++)
 {
  q=x[i]-ax;
  e+=q*q;
  f+=q*(y[i]-ay);
 }
 a[1]=f/e;          /*回归系数a*/
 a[0]=ay-a[1]*ax;   /*回归系数b*/
 
 q=p=u=0.0;
 umax=0.0;
 umin=1.0e+30;
 for (i=0; i<n; i++) 
 {
  yy=a[1]*x[i]+a[0];
  q+=(y[i]-yy)*(y[i]-yy);  /*偏差平方和*/
  p+=(yy-ay)*(yy-ay);      /*回归平方和*/
  e=fabs(y[i]-yy);
  u+=e;
  umax= e>umax?e:umax;     /*最大偏差*/
  umin= e<umin?e:umin;     /*最小偏差*/
 }
 u/=n;                        /*偏差平均*/
 
 dt[0]=q;
 dt[1]=sqrt(q/n);
 dt[2]=p;
 dt[3]=umax;
 dt[4]=umin;
 dt[5]=u;
 return;
}

int main()
{
 double x[11]={0.0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0};
 double y[11]={ 2.76,2.84,2.97,3.11,3.23,3.26,3.49,3.53,3.66,3.78,3.95};
 double dt[6],a[2];

 liregression_lis(x,y,11,a,dt);
 printf("/na=%5.4lf  b=%5.4lf ",a[1],a[0]);
 printf("/nq=%5.4lf  s=%5.4lf  p=%5.4lf",dt[0],dt[1],dt[2]);
 printf("/numax=%5.4lf umin=%5.4lf  u=%5.4lf",dt[3],dt[4],dt[5]);
 return 0;
}

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值