演算法：

最小二乘法，公式如下：

實現程式碼：

package com.;

import org.apache.commons.math3.stat.descriptive.moment.Mean;
/***
 * least squares method
 * @author miaoyibo
 *
 */
public class RegressionEquation {
    
    private double[] dependentValues;
    
    private double[] independentValues;

    public RegressionEquation(double[] dependentValues, double[] independentValues) {
        this.dependentValues = dependentValues;
        this.independentValues = independentValues;
    }
    
    public double getMean(double[] dd) {
        Mean meanUtil = new Mean();
        return meanUtil.evaluate(dd);
    }

    public double[] getRegressionModel() {
        if(dependentValues.length!=independentValues.length) {
            return null;
        }
        Mean meanUtil = new Mean();
        double xmean=meanUtil.evaluate(independentValues);
        double ymean=meanUtil.evaluate(dependentValues);
        double numerator=0d;
        double denominator=0d;
        for(int i=0;i<dependentValues.length;i++) {
            double x=independentValues[i];
            double y=dependentValues[i];
            numerator=numerator+(x-xmean)*(y-ymean);
            denominator=denominator+(x-xmean)*(x-xmean);
        }
        double b1=numerator/denominator;
        double b0=ymean-b1*xmean;
        double[] model= {b0,b1};
        return model;
    }
}

 

相關術語及定義介紹

1、因變數

    dependent variable 需要預測的變數

2、自變數

     independent variable 用來預測因變數值的一個或多個變數

3、迴歸分析

     利用統計學方法建立一個表示變數之間相互關係的方程稱為迴歸分析

4、簡單線性迴歸

     只包含一個自變數和一個因變數的迴歸分析。簡單線性迴歸方程的圖形是一條直線，b0值代表y軸的截距，b1值代表斜率。