线性回归因子

Question

给定一个点列表，我需要对它们进行简单的线性回归。这部分非常简单，代码示例可以在很多地方找到。

我的问题是确定回归因子（测量点在直线上的拟合程度）。我如何使用 Lua 以编程方式确定这样的因素？

Answer 1

e$ lua
Lua 5.1.4  Copyright (C) 1994-2008 Lua.org, PUC-Rio
> function calculate_MSE (points, slope, offset)
>>     local SE = 0
>>     local num_pts = 0
>>     for x,y in pairs(points) do
>>         local p = slope * x + offset
>>         local err = y - p
>>         SE = SE + err * err
>>         num_pts = num_pts + 1
>>     end
>>     return SE / num_pts
>> end
> return calculate_MSE({1, 2, 3}, 1, 0)                                                                                                             0> return calculate_MSE({1, 2, 3}, 1, 1)1> return calculate_MSE({1, 2, 3}, 2, 1)9.6666666666667>
0
> return calculate_MSE({1, 2, 3}, 1, 1)
1
> return calculate_MSE({1, 2, 3}, 2, 1)
9.6666666666667
> 

Answer 2

不确定你的意思是：回归因子，但正如这篇维基百科文章所述：MSE

两种线性回归技术，例如方差分析
估计 MSE 作为分析的一部分，并使用估计的 MSE 来
确定因素或预测变量的统计显着性
正在研究中。实验设计的目标是构建
实验的方式是，当分析观察结果时，
相对于至少其中一个的幅度，MSE 接近于零
估计治疗效果。

它看起来像您正在寻找的因素。

您可以在维基百科文章中获取有关 MSE 计算的详细信息。

希望我理解你的问题并且有帮助

Answer 3

也许 http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient 就是您想要的想。