Python statistics.linear_regression用法及代碼示例

用法: statistics.linear_regression(x, y, /)

返回使用普通最小二乘法估計的simple linear regression 參數的斜率和截距。簡單線性回歸用這個線性函數說明了自變量x和因變量y之間的關係：

y = slope * x + intercept + noise

其中slope和intercept是估計的回歸參數，noise表示線性回歸沒有解釋的數據的可變性(它等於因變量的預測值和實際值之間的差異)。

兩個輸入的長度必須相同(不少於兩個)，且自變量x不能為常數；否則會引發 StatisticsError。

例如，我們可以使用release dates of the Monty Python films 來預測到 2019 年將製作的 Monty Python 電影的累積數量，假設它們跟上了節奏。

>>> year = [1971, 1975, 1979, 1982, 1983]
>>> films_total = [1, 2, 3, 4, 5]
>>> slope, intercept = linear_regression(year, films_total)
>>> round(slope * 2019 + intercept)
16

3.10 版中的新函數。

相關用法

注：本文由純淨天空篩選整理自python.org大神的英文原創作品 statistics.linear_regression。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。