#导入库
import pandas as pd
import numpy as np
#导入x数据
data=pd.read_excel("D:\\360安全浏览器下载\\1606099245_982293.xlsx")
#写入回归系数
coefficients=np.array([-0.08,-0.0,1.03 ,0.0,-0.05,0.0])
#接下来根据x和回归系数进行y值预测
data["y预测"]=coefficients[0]+coefficients[1]*data.x1+coefficients[2]*data.x2+coefficients[3]*data.x3+coefficients[4]*data.x4+coefficients[5]*data.x5
wangxishi
2020-11-23
最佳拟合线: Y = -0.08 + -0.0 * X1 + 1.03 * X2 0.0 * X3 -0.05 * X4 0.0 * X5
wangxishi
2020-11-23
你的回归系数不太对呀,有一些系数为0,比如x1,x3 x5前面的系数为0,那么这几个变量就起不到预测作用了,你把这个拟合式子给我发下文本
wangxishi
2020-11-23
那我现在用历史变量做出多元回归方程后,如何拿指定的19年的x变量根据这个方程画出图呢,有没有办法实现呢,想看看这个多元回归方程准不准,想拿19年的x变量用这个回归方程做预测,预测出Y值,怎么实现呢?
wangxishi
2020-11-23
你这个画的话肯定是达不到你预想的效果,因为你这个x变量是好几个,这样是没法画图的。只有x有一个的时候,你才能画拟合图。比如一元线性回归,横轴是x纵轴是y的实际值和y的预测值。
wangxishi
2020-11-23