scipy 从最小二乘回归得到一系列正态分布

mo49yndu 于 2022-11-10 发布在其他

关注(0)|答案(1)|浏览(133)

我不是特别擅长数学。我想得到一些关于如何用python代码解决下面公式的面包屑。

假设一个[m，n]矩阵M和一个[1，n]向量y。
使用scipy.linalg.lstsq(M, y)求解最小二乘。
输出将是方程Ma=y中的系数a的[m，1]向量。

根据this question，回归中的任何解向量如a基本上是一系列单个点，每个点都取自描述回归中每个点的误差的正态分布。实际上，解向量a中的每个单个数字都是以零为中心的误差正态分布的平均值。
我想 * 找到那些正态分布 *，而不是解决方案中每一个点的标量值。为数学位的糟糕描述道歉，我从未在大学接受过数学训练。

scipy

来源：https://stackoverflow.com/questions/72661486/getting-a-series-of-normal-distributions-from-a-least-squares-regression

1条答案

按热度按时间

eyh26e7m1#

给你个提示，如果你想要更多，告诉我。
scipy.linalg.lstsq(M, y)会传回四个项目：

x : (N,) or (N, K) ndarray
  Least-squares solution.

residues : (K,) ndarray or float
  Square of the 2-norm for each column in b - a x, if M > N and ndim(A) == n
  (returns a scalar if b is 1-D). Otherwise a (0,)-shaped array is returned.

rank : int
  Effective rank of a.

s : (min(M, N),) ndarray or None
  Singular values of a. The condition number of a is s[0] / s[-1].

residues会让您感兴趣！
https://docs.scipy.org/doc/scipy/reference/generated/scipy.linalg.lstsq.html

赞(0）回复(0）举报 2022-11-10

我来回答

scipy 从最小二乘回归得到一系列正态分布

1条答案

相关问题

热门标签

最新问答