Regression Analysis
生成数据集的回归分析
关于「回归分析」的更多信息，请参考阅读相应的维基百科文章。
输出回归类型
设置回归类型。有三种类型可用:
-
「线性回归」: 找到一条形如「y = a·x + b」的直线, 其中「a」是斜率, b是与数据最匹配的截距。
-
「对数回归」: 找到与数据最匹配的形如「y = a·ln(x) + b」的对数曲线, 其中「a」为斜率, b 为截距, ln(x) 为「x」的自然对数。
-
「幂回归」: 找到形如「y = a·x^b」的幂曲线, 其中「a」是系数, b 是与数据最匹配的幂。
上表中测量的三种类型「回归分析」的结果如下所示。
|
回归 |
|||
|
回归模型 |
线性 |
对数 |
功率 |
|
R² |
0.1243901235 |
0.036283506 |
0.0884254697 |
|
标准误差 |
1.8692568609 |
1.9610483597 |
0.7746321053 |
|
斜率 |
-0.2193939394 |
-0.4894112008 |
4.812672931 |
|
截断 |
4.8666666667 |
4.3992268695 |
-0.3103085297 |
|
1 |
4.6472727273 |
4.3992268695 |
4.812672931 |
|
2 |
4.4278787879 |
4.0599928755 |
3.8812728356 |
|
3 |
4.2084848485 |
3.8615537101 |
3.4224061924 |
|
4 |
3.9890909091 |
3.7207588815 |
3.1301272785 |
|
5 |
3.7696969697 |
3.6115499281 |
2.9207204651 |
|
6 |
3.5503030303 |
3.5223197161 |
2.7600654308 |
|
7 |
3.3309090909 |
3.4468766468 |
2.6311476385 |
|
8 |
3.1115151515 |
3.3815248876 |
2.5243514679 |
|
9 |
2.8921212121 |
3.3238805506 |
2.4337544465 |
|
10 |
2.6727272727 |
3.2723159341 |
2.3554713075 |