大型网站许多网站,wordpress 打卡插件,免费的ppt模板下载,sae 网站备案信息一、推导题 二、计算题
1、某单位为了研究太阳镜销售和广告费用之间的关系#xff0c;搜集了以下数据#xff0c;使用回归分析方法得到线性回归模型#xff1a; 广告费用#xff08;万元#xff09;x 2 5 6 7 22 25 28 30 22 18 销售量#xff08;个#xf…一、推导题 二、计算题
1、某单位为了研究太阳镜销售和广告费用之间的关系搜集了以下数据使用回归分析方法得到线性回归模型 广告费用万元x 2 5 6 7 22 25 28 30 22 18 销售量个 y 75 90 148 183 242 263 278 318 256 200 解
1绘制的散点图和回归线如下图所示 import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
import matplotlib.pyplot as plt
plt.rcParams[font.sans-serif] [SimHei] # 正常显示中文标签
plt.rcParams[axes.unicode_minus] False # 用来正常显示负号#数据
datanp.array([[2,5,6,7,22,25,28,30,22,18],[75, 90,148,183,242,263,278,318,256,200]])xdata[0]
ydata[1]
plt.scatter(x, y, cr,markero,label销售量) #散点图
linreg LinearRegression()#线性回归
linreg.fit(x.reshape(-1,1),y) #拟合,x要转换为列向量
y_prelinreg.predict(x.reshape(-1,1))
plt.plot(x,y_pre,cb) #回归线
sy
for i in range(len(linreg.coef_)):if(linreg.coef_[i]0 and i0):ssstr(round(linreg.coef_[i],3))xstr(i)else:ssstr(round(linreg.coef_[i],3))xstr(i)
if(linreg.intercept_0):ssstr(round(linreg.intercept_,3))
else:ssstr(round(linreg.intercept_,3))
plt.title(太阳镜销售和广告费用之间的关系)
plt.xlabel(x-广告费用万元)
plt.ylabel(y-销售量个)
plt.legend()
plt.show()
a_ilinreg.intercept_ # a 的估计值
b_ilinreg.coef_[0] # a 的估计值
print(线性回归方程为,s)# 计算统计量
Sxx0
Syy0
Sxy0
SSeQe0ndata.shape[1]
x_x.mean()
y_y.mean()
for i in range(n):t(x[i]-x_)**2SxxSxxtt(y[i]-y_)**2SyySyytt(y[i]-y_)*(x[i]-x_)SxySxytt(y[i]-y_pre[i])**2SSeSSet
# b的估计值 b_iSxy/Sxx
QeSyy-b_i*Sxy # QeSSe
sigma_i np.sqrt(Qe/(n-2)) #sigma 的估计值
print(主要统计参数Sxx{:.3f},Syy{:.3f},Sxy{:.3f},SSeQe{:.3f},Sigma{:.3f}.format(Sxx,Syy,Sxy,SSe,sigma_i))
sigma_i np.sqrt(Qe/(n-2)) #sigma 的估计值
x_i35 #输入的x值
y_ib_i*x_ia_i #相应的预测值
t_c2.306 # t_a/2的临界值a0.05
intervalnp.sqrt((11/n(x_i-x_)**2/Sxx)*sigma**2)*t_c
print(对应x{:.3f}的Y的预测值为{:.3f}置信度为95%的预测区间为:({:.3f}{:.3f}).format(x_i,y_i,y_i-interval,y_iinterval)) 2. 对鲍鱼数据集abalone.txt进行向前逐步回归将“Length”列值全设置为1给出优化后属性列表参加ppt中【例5-9】【例5-10】及相关代码。
答案 final formula is Age~RingsVisceraHeightShuckedShellWhole
import numpy as np
import pandas as pd
import statsmodels.api as sm #最小二乘
from statsmodels.formula.api import ols #加载ols模型
# 数据准备
#读取鲍鱼数据集
aba pd.read_table(abalone.txt,sep,, names[Length, Diam, Height, Whole ,Shucked, Viscera, Shell, Rings,Age
],header None)#该数据集源于UCI记录了鲍⻥的⽣物属性⽬标字段是该⽣物的年龄
print(aba.shape)
aba.iloc[:, 0] 1 # 把类型列置1
print(aba.head())print(aba.shape) #查看数据集大小
print(aba.head(5)) #查看前10行数据
print(aba.columns)#定义向前逐步回归函数
def forward_select(data,target):variateset(data.columns) #将字段名转换成字典类型variate.remove(target) #去掉因变量的字段名selected[]current_score,best_new_scorefloat(inf),float(inf) #目前的分数和最好分数初始值都为无穷大因为AIC越小越好#循环筛选变量while variate:aic_with_variate[]for candidate in variate: #逐个遍历自变量formula{}~{}.format(target,.join(selected[candidate])) #将自变量名连接起来aicols(formulaformula,datadata).fit().aic #利用ols训练模型得出aic值aic_with_variate.append((aic,candidate)) #将第每一次的aic值放进空列表aic_with_variate.sort(reverseTrue) #降序排序aic值best_new_score,best_candidateaic_with_variate.pop() #最好的aic值等于删除列表的最后一个值以及最好的自变量等于列表最后一个自变量if current_scorebest_new_score: #如果目前的aic值大于最好的aic值variate.remove(best_candidate) #移除加进来的变量名即第二次循环时不考虑此自变量了selected.append(best_candidate) #将此自变量作为加进模型中的自变量current_scorebest_new_score #最新的分数等于最好的分数print(aic is {},continuing!.format(current_score)) #输出最小的aic值else:print(for selection over!)breakformula{}~{}.format(target,.join(selected)) #最终的模型式子print(final formula is {}.format(formula))modelols(formulaformula,datadata).fit()return(model)
# 对数据进行前向逐步回归
forward_select(dataaba,targetAge)
