Khi thêm một biến thì R bình phương ở tử số và 'k' ở mẫu số sẽ tăng. Nếu biến thực sự hữu ích thì R bình phương sẽ tăng lên một lượng lớn và 'k' ở mẫu số sẽ tăng thêm 1. Do đó, mức độ tăng của R bình phương sẽ bù cho mức tăng của 'k'. Mặt khác, nếu một biến không liên quan thì R bình phương bổ sung của nó sẽ không tăng nhiều và do đó cuối cùng R bình phương được điều chỉnh sẽ tăng
Hai bộ phép đo. Cả hai mảng phải có cùng độ dài. Nếu chỉ có x [và y=None
], thì nó phải là mảng hai chiều trong đó một chiều có độ dài 2. Sau đó, hai bộ phép đo được tìm thấy bằng cách chia mảng dọc theo chiều dài-2 chiều. Trong trường hợp y=None
và x là mảng 2x2, thì
result = linregress[x, y] print[result.intercept, result.intercept_stderr]1 tương đương với
result = linregress[x, y] print[result.intercept, result.intercept_stderr]2alternative {'hai mặt', 'ít hơn', 'lớn hơn'}, tùy chọn
Xác định giả thuyết thay thế. Mặc định là 'hai mặt'. Lựa chọn tiếp theo đã khả thi
'hai mặt'. độ dốc của đường hồi quy là khác không
'ít hơn'. độ dốc của đường hồi quy nhỏ hơn 0
'lớn hơn'. độ dốc của đường hồi quy lớn hơn 0
Mới trong phiên bản 1. 7. 0
Trả về . kết quảresult = linregress[x, y] print[result.intercept, result.intercept_stderr]3 trường hợp
Giá trị trả về là một đối tượng có các thuộc tính sau
độ dốc trôi nổiĐộ dốc của đường hồi quy
chặn trôi nổiChặn đường hồi quy
giá trị trôi nổiHệ số tương quan Pearson. Bình phương của
result = linregress[x, y] print[result.intercept, result.intercept_stderr]4 bằng hệ số xác định
Giá trị p cho kiểm định giả thuyết có giả thuyết không là độ dốc bằng 0, sử dụng Kiểm định Wald với phân phối t của thống kê kiểm định. Xem thay thế ở trên cho các giả thuyết thay thế
stderr trôi nổiSai số chuẩn của độ dốc ước tính [độ dốc], theo giả định về quy tắc còn lại
intercept_stderr trôi nổiLỗi tiêu chuẩn của phần chặn ước tính, theo giả định về quy tắc còn lại
Xem thêm
Sử dụng bình phương nhỏ nhất phi tuyến tính để khớp hàm với dữ liệu
Giảm thiểu tổng bình phương của một tập hợp các phương trình
ghi chú
Các giá trị bị thiếu được coi là khôn ngoan theo cặp. nếu một giá trị bị thiếu trong x, giá trị tương ứng trong y sẽ bị che
Để tương thích với các phiên bản cũ hơn của SciPy, giá trị trả về đóng vai trò như một
result = linregress[x, y] print[result.intercept, result.intercept_stderr]7 có độ dài 5, với các trường
result = linregress[x, y] print[result.intercept, result.intercept_stderr]8,
result = linregress[x, y] print[result.intercept, result.intercept_stderr]9,
result = linregress[x, y] print[result.intercept, result.intercept_stderr]4,
>>> import numpy as np >>> import matplotlib.pyplot as plt >>> from scipy import stats >>> rng = np.random.default_rng[]1 và
>>> import numpy as np >>> import matplotlib.pyplot as plt >>> from scipy import stats >>> rng = np.random.default_rng[]2, vì vậy người ta có thể tiếp tục viết
slope, intercept, r, p, se = linregress[x, y]
Tuy nhiên, với phong cách đó, lỗi tiêu chuẩn của phần chặn không có sẵn. Để có quyền truy cập vào tất cả các giá trị được tính toán, bao gồm lỗi tiêu chuẩn của phần chặn, hãy sử dụng giá trị trả về làm đối tượng có thuộc tính, e. g