JS中的多变量线性回归

时间:2018-01-24 06:46:04

标签: javascript node.js npm statistics regression

我尝试使用单个因变量Y和两个独立变量x1x2执行多变量线性回归。

这只是一个带有附加因变量的OLS回归:

Y = b0 + b1 x1 + b2 x2

我还需要计算这种关系的相关系数R^2

我测试的每个NPM软件包要么只支持一个因变量,要么支持多 variate 回归,这与多变量回归不同。

如果现有的包不存在,我可以尝试计算没有一个的系数。例如,可以使用以下内容确定单个slopeintercept集的R^2xY

function linearRegression(y,x){
        var lr = {};
        var n = y.length;
        var sum_x = 0;
        var sum_y = 0;
        var sum_xy = 0;
        var sum_xx = 0;
        var sum_yy = 0;

        for (var i = 0; i < y.length; i++) {

            sum_x += x[i];
            sum_y += y[i];
            sum_xy += (x[i]*y[i]);
            sum_xx += (x[i]*x[i]);
            sum_yy += (y[i]*y[i]);
        } 

        lr['slope'] = (n * sum_xy - sum_x * sum_y) / (n*sum_xx - sum_x * sum_x);
        lr['intercept'] = (sum_y - lr.slope * sum_x)/n;
        lr['r2'] = Math.pow((n*sum_xy - sum_x*sum_y)/Math.sqrt((n*sum_xx-sum_x*sum_x)*(n*sum_yy-sum_y*sum_y)),2);

        return lr;
}

但我不确定如何使其适应多个因变量。

0 个答案:

没有答案