【C#】Math.NET Numericsで重回帰分析（MLR:Multiple Linear Regression） - Qiita
はじめに 前回、C#で数値計算用ライブラリMath.NET Numerics1を利用し、単純線形回帰を試しました。今回は重回帰を試してみます。 参考文献 今回も以下の書籍を参考文献としました。 コード実装 説明変数及び目的変数準備 データは「18世帯における親子の身長」を利用します。説明変数は親の身長とし、父親の身長を x0、母親の身長を x1 と定義します。息子の身長を目的変数 y と定義します。 単純線形回帰に利用した身長の単位はインチでしたが、今回の身長の単位は cm です。 double[] x0 = new double[] { 170, 172, 170, 172, 170, 180, 173, 163, 165, 167, 165, 163, 167, 170, 165, 163, 166,167, }; double[] x1 = new double[] { 160, 1
【C#】Math.NET Numericsで単純線形回帰分析（SLR:Simple Linear Regression） - Qiita
はじめに 単純線形回帰をサクッと実装したいときが稀にありますよね。最近はPLS回帰の話をよく耳にしますが、帰属を明確にして分析したいなどの意から単純線形回帰を利用したいとの要望は根強いようです。今回、C#で数値計算用ライブラリMath.NET Numerics1を利用し単純線形回帰を試してみます。 単純線形回帰とは 引用先として適切かどうか別として、Wikipediaでは以下のように説明されています。 線形回帰（せんけいかいき、英: linear regression）とは、説明変数（独立変数ともいう）に対して目的変数（従属変数、あるいは反応変数ともいう）が線形またはそれから近い値で表される状態。 線形回帰は統計学における回帰分析の一種であり、非線形回帰と対比される。 また線形回帰のうち、説明変数が1つの場合を単純線形回帰、2つ以上の場合を重回帰と呼ばれる。 コード実装 説明変数及び目的変
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
