計算一系列值

的斜率我有2個陣列相等的長度。以下函數嘗試使用這些數組計算斜率。它返回每個點之間的斜率的平均值。對於以下數據集，我似乎獲得了不同於Excel和Google文檔的值。計算一系列值

 double[] x_values = { 1932, 1936, 1948, 1952, 1956, 1960, 1964, 1968, 
      1972, 1976, 1980 }; 
    double[] y_values = { 197, 203, 198, 204, 212, 216, 218, 224, 223, 225, 
      236 }; 



public static double getSlope(double[] x_values, double[] y_values) 
     throws Exception { 

    if (x_values.length != y_values.length) 
     throw new Exception(); 

    double slope = 0; 

    for (int i = 0; i < (x_values.length - 1); i++) { 
     double y_2 = y_values[i + 1]; 
     double y_1 = y_values[i]; 

     double delta_y = y_2 - y_1; 

     double x_2 = x_values[i + 1]; 
     double x_1 = x_values[i]; 

     double delta_x = x_2 - x_1; 

     slope += delta_y/delta_x; 
    } 

    System.out.println(x_values.length); 
    return slope/(x_values.length); 
}

輸出

谷歌：0.755

getSlope（）：0.962121212121212

Excel中：0.7501

來源

2013-03-15 Nyx

見數例[這裏]（HTTP：// EN .wikipedia.org/wiki/Simple_linear_regression）進行計算。這對編碼應該是微不足道的。 – karmanaut 2013-03-15 12:27:31

我敢打賭，其他兩種方法計算least-squares fit，而你不是。

當我確認使用R這個猜想，我也得到約0.755坡：

> summary(lm(y~x)) 

Call: 
lm(formula = y ~ x) 

Coefficients: 
       Estimate Std. Error t value Pr(>|t|)  
(Intercept) -1.265e+03 1.793e+02 -7.053 5.97e-05 *** 
x   7.551e-01 9.155e-02 8.247 1.73e-05 ***

相關數字是7.551e-01。同樣值得注意的是，該線的截距爲-1265。

這裏是最小二乘的圖片適合：

lm fit

至於在代碼中實現這一點，看到Compute least squares using java

來源

2013-03-15 12:30:15 NPE

-1

你應該x_values.length - 1來劃分。斜坡的數量是成對的。

編輯：在我的意見維基示例說明了如何計算其確定的線性迴歸線的斜率α和β。

來源

2013-03-15 12:04:45 karmanaut

x_values.length的輸出是11.減1將得到更高的平均斜率。 – Nyx 2013-03-15 12:06:24

您確定您在Excel/Google文檔中應用了正確的平均邏輯嗎？你可以發佈宏嗎？ – karmanaut 2013-03-15 12:10:04

'SLOPE（B2：B22，A2：A22）'這裏，B列包含'y_values'，A列包含'x_values'。 – Nyx 2013-03-15 12:12:57

此功能不會幫助你太多，因爲它沒有考慮到各個線段的橫向寬度。考慮將它應用於點（0,0），（1000,1000）和（1001,2000）與（0,0），（1,1）和（2,1001）的區別。兩種情況都有連續的斜率1和1000，但它們看起來大不相同。

您需要實現最小二乘方法：http://en.wikipedia.org/wiki/Least_squares找到最佳地接近你的數據集行。

還有一個忠告：從來沒有拋出一個java.lang.Exception。即使你必須自己寫課程，也總是選擇一個更具體的例外。使用您的代碼的人需要處理java.lang.Exception，這會嚴重干擾其他代碼。

來源

2013-03-15 12:24:01

這是正確的。 – karmanaut 2013-03-15 12:25:11

最小二乘法只是解決這個問題的更廣泛類的一部分：http://en.wikipedia.org/wiki/Linear_regression – roim 2013-03-15 18:06:37

計算一系列值

回答

相關問題