程序包 org.hipparchus.stat.regression

接口 MultipleLinearRegression

所有已知实现类:
AbstractMultipleLinearRegression, GLSMultipleLinearRegression, OLSMultipleLinearRegression
public interface MultipleLinearRegression
多元线性回归可以用矩阵表示。 
  y=X*b+u
其中y是一个n维向量，X是一个[n,k]矩阵，其k列称为回归变量，b是回归参数的k维向量，u是误差项或残差的n维向量。这种表示在文献中是相当标准的，参见例如Davidson and MacKinnon, Econometrics Theory and Methods, 2004。

  • 方法详细资料

    • estimateRegressionParameters

      double[] estimateRegressionParameters()
      估计回归参数b。
      返回:
      代表b的[k,1]数组

    • estimateRegressionParametersVariance

      double[][] estimateRegressionParametersVariance()
      估计回归参数的方差，即Var(b)。
      返回:
      代表b的方差的[k,k]数组

    • estimateResiduals

      double[] estimateResiduals()
      估计残差，即u = y - X*b。
      返回:
      代表残差的[n,1]数组

    • estimateRegressandVariance

      double estimateRegressandVariance()
      返回回归变量的方差，即Var(y)。
      返回:
      代表y的方差的双精度数

    • estimateRegressionParametersStandardErrors

      double[] estimateRegressionParametersStandardErrors()
      返回回归参数的标准误差。
      返回:
      估计回归参数的标准误差