程序包 org.hipparchus.stat.regression

类 RegressionResults

java.lang.Object
org.hipparchus.stat.regression.RegressionResults
所有已实现的接口:
Serializable
public class RegressionResults extends Object implements Serializable
多元线性回归模型拟合的结果。
另请参阅:

  • 构造器概要

    构造器
    构造器
    说明
    RegressionResults(double[] parameters, double[][] varcov, boolean isSymmetricCompressed, long nobs, int rank, double sumy, double sumysq, double sse, boolean containsConstant, boolean copyData)
    回归结果的构造函数。

  • 方法概要

    修饰符和类型
    方法
    说明
    double
    getAdjustedRSquared()
    返回调整后的R平方统计量，由公式 \( R_\mathrm{adj}^2 = 1 - \frac{\mathrm{SSR} (n - 1)}{\mathrm{SSTO} (n - p)} \) 定义，其中SSR是残差平方和，SSTO是总平方和，n是观测次数，p是估计的参数个数（包括截距）。
    double
    getCovarianceOfParameters(int i, int j)
    返回回归参数i和j之间的协方差。
    double
    getErrorSumSquares()
    返回与回归模型相关的平方误差和（SSE）。
    double
    getMeanSquareError()
    返回平方误差除以自由度，通常缩写为MSE。
    long
    getN()
    返回添加到回归模型中的观测次数。
    int
    getNumberOfParameters()
    返回模型中估计的参数个数。
    double
    getParameterEstimate(int index)
    返回给定索引处的回归器的参数估计。
    double[]
    getParameterEstimates()
    返回回归参数估计的副本。
    double
    getRegressionSumSquares()
    返回预测y值关于其均值的平方偏差和（等于y的均值）。
    double
    getRSquared()
    返回多重决定系数，通常表示为r平方。
    double
    getStdErrorOfEstimate(int index)
    返回索引处参数估计的标准误差，通常表示为s(bindex)。
    double[]
    getStdErrorOfEstimates()
    返回参数估计的标准误差，通常表示为s(bi)。
    double
    getTotalSumSquares()
    返回y值关于其均值的平方偏差和。
    boolean
    hasIntercept()
    如果回归模型已计算包括截距，则返回true。

    从类继承的方法 java.lang.Object

    clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

  • 构造器详细资料

    • RegressionResults

      public RegressionResults(double[] parameters, double[][] varcov, boolean isSymmetricCompressed, long nobs, int rank, double sumy, double sumysq, double sse, boolean containsConstant, boolean copyData)
      回归结果的构造函数。
      参数:
      parameters - 一个带有回归斜率估计的双精度数组
      varcov - 方差协方差矩阵，存储为方阵或压缩格式
      isSymmetricCompressed - 一个标志，表示方差协方差矩阵以对称压缩格式存储
      nobs - 回归估计的观测次数
      rank - 回归中独立变量的数量
      sumy - 自变量的总和
      sumysq - 自变量平方的总和
      sse - 平方误差和
      containsConstant - true表示模型包含常数项，false表示模型不包含常数项
      copyData - 如果为true，则对所有输入数据进行深拷贝，如果为false，则仅复制引用，RegressionResults变为可变

  • 方法详细资料

    • getParameterEstimate

      public double getParameterEstimate(int index) throws MathIllegalArgumentException

      返回给定索引处的回归器的参数估计。

      冗余的回归器将设置其冗余标志，并且参数估计等于Double.NaN

      参数:
      index - 索引。
      返回:
      索引处回归器的参数估计。
      抛出:
      MathIllegalArgumentException - 如果index不在区间[0, 参数个数)内。

    • getParameterEstimates

      public double[] getParameterEstimates()

      返回回归参数估计的副本。

      参数估计按数据的自然顺序返回。

      冗余的回归器将设置其冗余标志，并且参数估计等于Double.NaN。

      返回:
      参数估计数组，如果没有估计则为null

    • getStdErrorOfEstimate

      public double getStdErrorOfEstimate(int index) throws MathIllegalArgumentException
      返回索引处参数估计的标准误差，通常表示为s(bindex)。
      参数:
      index - 索引。
      返回:
      与索引处参数估计相关的标准误差。
      抛出:
      MathIllegalArgumentException - 如果index不在区间[0, 参数个数)内。

    • getStdErrorOfEstimates

      public double[] getStdErrorOfEstimates()

      返回参数估计的标准误差，通常表示为s(bi)。

      如果设计矩阵存在问题，则冗余的回归器将被分配Double.NaN。

      返回:
      与参数估计相关的标准误差数组，如果没有估计则为null

    • getCovarianceOfParameters

      public double getCovarianceOfParameters(int i, int j) throws MathIllegalArgumentException

      返回回归参数i和j之间的协方差。

      如果设计矩阵存在问题，则包含冗余列的协方差将被分配Double.NaN。

      参数:
      i - 第i个回归参数。
      j - 第j个回归参数。
      返回:
      参数估计的协方差。
      抛出:
      MathIllegalArgumentException - 如果i或j不在区间[0, 参数个数)内。

    • getNumberOfParameters

      public int getNumberOfParameters()

      返回模型中估计的参数个数。

      这是回归器的最大数量，一些技术可能会删除冗余参数

      返回:
      回归器的数量，如果未估计则为-1

    • getN

      public long getN()
      返回添加到回归模型中的观测次数。
      返回:
      观测次数，如果错误条件阻止估计则为-1

    • getTotalSumSquares

      public double getTotalSumSquares()

      返回y值关于其均值的平方偏差和。

      这被定义为SSTO，这里。

      如果n < 2，则返回Double.NaN。

      返回:
      y值的平方偏差和

    • getRegressionSumSquares

      public double getRegressionSumSquares()

      返回预测y值关于其均值的平方偏差和。

      这通常缩写为SSR或SSM。它被定义为SSM，这里

      前提条件:

      • 在调用此方法之前必须添加至少两个观测（至少具有两个不同的x值）。如果在可以估计模型之前调用此方法，则返回Double.NaN。
      返回:
      预测y值的平方偏差和

    • getErrorSumSquares

      public double getErrorSumSquares()

      返回与回归模型相关的平方误差和（SSE）。

      返回值受限于非负 - 即，如果由于舍入误差计算公式返回负结果，则返回0。

      前提条件:

      • 在调用此方法之前必须添加numberOfParameters个数据对。如果在可以估计模型之前调用此方法，则返回Double,NaN。
      返回:
      与回归模型相关的平方误差和

    • getMeanSquareError

      public double getMeanSquareError()

      返回平方误差和除以自由度，通常缩写为MSE。

      如果模型中少于numberOfParameters + 1个数据对，或者x中没有变化，则返回Double.NaN。

      返回:
      y值的平方偏差和

    • getRSquared

      public double getRSquared()

      返回多重决定系数，通常表示为 r-square。

      前提条件:

      • 在调用此方法之前，必须添加至少 numberOfParameters 个观测值（至少有 numberOfParameters 个不同的 x 值）。如果在可以估计模型之前调用此方法，则返回 Double.NaN。
      返回:
      r-square，一个取值范围在 [0, 1] 的双精度数

    • getAdjustedRSquared

      public double getAdjustedRSquared()

      返回调整后的 R-平方统计量，由公式 \( R_\mathrm{adj}^2 = 1 - \frac{\mathrm{SSR} (n - 1)}{\mathrm{SSTO} (n - p)} \) 定义，其中 SSR 是残差平方和，SSTO 是总平方和，n 是观测数，p 是估计的参数数（包括截距）。

      如果回归是在没有截距项的情况下估计的，则返回

        1 - (1 - getRSquared() ) * (n / (n - p))
      返回:
      调整后的 R-平方统计量

    • hasIntercept

      public boolean hasIntercept()
      如果回归模型已经包括截距，则返回 true。在这种情况下，截距的系数是 参数估计 的第一个元素。
      返回:
      如果模型有截距项，则返回 true