Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
为什么在 python 中求解 Xc=y 的不同方法会给出不同的解,而它们不应该给出不同的解?
我试图解决线性系统Xc y那是方形的 我知道解决这个问题的方法有 使用逆c
python
NumPy
linearalgebra
linearregression
polynomialmath
测试数据中因子水平未知的 Predict.lm()
我正在拟合一个模型来分解数据并进行预测 如果newdata in predict lm 包含模型未知的单个因素水平 all of predict lm 失败并返回错误 有没有好的方法可以拥有predict lm 返回模型已知的因子水平的预测
r
Regression
linearregression
LM
由于 R 中的大整数日期时间,线性模型奇异?
日期随机正态的简单回归失败 但使用小整数而不是日期的相同数据可以按预期工作 Example dataset with 100 observations at 2 second intervals set seed 1 df lt data
r
datetime
Regression
linearregression
LM
如何在此图中绘制线性回归线?
在此输入图像描述如何在此图中绘制线性回归线 这是我的代码 import numpy as np import pandas datareader data as web import pandas as pd import datetime
python
datetime
matplotlib
linearregression
零截距模型的 lm() 中的 R 平方
我经营一家lm 在 R 中 这是总结的结果 Multiple R squared 0 8918 Adjusted R squared 0 8917 F statistic 9416 on 9 and 10283 DF p value lt
r
statistics
linearregression
leastsquares
使用 matplotlib / numpy 进行线性回归
我正在尝试在我生成的散点图上生成线性回归 但是我的数据采用列表格式 并且我可以找到使用的所有示例polyfit需要使用arange arange但不接受列表 我已经搜索了很多有关如何将列表转换为数组的信息 但似乎没有什么明确的 我错过了什么
python
NumPy
matplotlib
linearregression
curvefitting
如何绘制双对数 R 图的线性回归?
我有以下数据 someFactor 500 x c 1 250 y x 25 someFactor 我以双对数图显示 plot x y log xy 现在我使用线性模型 找出 数据的斜率 model lm log y log x model
r
plot
Regression
linearregression
logarithm
从 QR 分解中获取帽子矩阵以进行加权最小二乘回归
我正在尝试延长lwr 包的功能McSptial 它适合作为非参数估计的加权回归 在核心lwr 函数 它使用以下方式反转矩阵solve 而不是 QR 分解 导致数值不稳定 我想改变它 但不知道如何从 QR 分解中获取帽子矩阵 或其他导数 有数
r
Regression
linearregression
LM
qrdecomposition
为什么 drop1 忽略混合模型的线性项?
我有六个固定因素 A B C D E and F 和一个随机因素R 我想使用 R 语言测试线性项 纯二次项和双向交互 因此 我构建了完整的线性混合模型并尝试使用drop1 full model lt lmer Z A B C D E F I
r
linearregression
mixedmodels
在 R 中使用线性回归填充 NA
我有一个包含一个时间列和 2 个变量的数据 下面的示例 df lt structure list time c 15 16 17 18 19 20 21 22 23 24 25 26 var1 c 20 4 31 5 NA 53 7 64
r
linearregression
na
如何仅打印(调整后的)回归模型的 R 平方?
我是 R 初学者 我有一个关于空气污染的数据集 这些列是站点 测量浓度和可能影响浓度的 80 个变量 v1 v80 我想用我自己的代码创建一个基于 R squared adj 的前向逐步回归模型 所以我不想使用诸如 step 或 regsu
r
linearregression
在 R 中使用 PCA 删除变量
我尝试搜索此内容但找不到信息 我正在使用 10 个变量 1 个 y 变量和 9 个 x 变量 进行线性回归 所有变量都是相关的 我想看看我是否需要所有 9 个变量 如何使用 PCA 的数据来消除变量 我使用以下方法对所有 10 个变量进行了
r
linearregression
警告消息“newdata”有 1 行,但在 R 中找到的变量有 16 行
我应该使用预测函数来预测何时fjbjor是 5 5 我总是收到此警告消息 我尝试了很多方法 但它总是出现 所以有人能看到我在这里做错了什么吗 这是我的代码 fit lm lt lm fjbjor amagn data bjor summar
r
Regression
linearregression
LM
Predict
线性回归上的 R 循环
我浏览了论坛 但找不到我要找的东西 我想运行几次简单的线性回归 每次使用不同的列作为自变量时 因变量保持不变 运行后 我希望能够从每个回归中提取 R 平方 我的思考过程是使用一个简单的 for 循环 但是 我无法让它发挥作用 假设我使用以下
r
loops
Regression
linearregression
LM
如何用Python进行二维回归分析?
首先 我对Python不熟悉 对Python代码的机制还勉强了解 但我需要通过Python做一些统计分析 我尝试了很多很多方法来弄清楚但我失败了 基本上 我有 3 个数据数组 假设这些数组是X Y Z 我做了一些分析 X Y and Z Y
python
plot
Regression
linearregression
使用 lm() 和 Predict() 进行滚动回归和预测
我需要申请lm 到我的数据框的扩大子集dat 同时对下一次观察进行预测 例如 我正在做 fit model predict dat 1 3 dat 4 dat 1 4 dat 5 dat 1 dat nrow dat 我知道我应该为特定子集
r
Regression
linearregression
LM
Predict
求解正规方程会给出与使用“lm”不同的系数?
我想使用以下方法计算一个简单的回归lm和普通矩阵代数 然而 我从矩阵代数获得的回归系数只有使用矩阵代数获得的回归系数的一半lm我不知道为什么 这是代码 boot example lt data frame x1 c 1L 1L 1L 0L
r
Regression
linearregression
LM
leastsquares
在 R 中为 LM 模型创建变量列表循环
我正在尝试从变量组合列表创建多个线性回归模型 如果更有用的话 我也将它们单独作为数据框 变量列表如下所示 Vars x1 x2 x3 x1 x2 x4 x1 x2 x5 x1 x2 x6 x1 x2 x7 我正在使用的循环如下所示 for
r
forloop
linearregression
Pandas/Statsmodel OLS 预测未来值
我一直在尝试在我创建的模型中预测未来值 我已经尝试过 pandas 和 statsmodels 中的 OLS 这是我在 statsmodels 中的内容 import statsmodels api as sm endog pd DataF
python
pandas
linearregression
StatsModels
如何在 R 中建立多项式回归模型?
我有一个包含 70 个变量的数据集 我想尝试对其进行多项式回归 如果列数是三 四 我可以手动编写这样的代码 model lt lm y poly var1 3 poly var2 3 poly var4 4 如果我们有 70 个变量 我们将
r
linearregression
Polynomials
«
1
2
3
4
5
6
7
8
»