我对在python3x中应用Henze的多元正态检验感兴趣，我想知道我是否可以在木星笔记本中的python中这样做。我已经用我的数据拟合了一个VAR模型，然后我想测试这个拟合的VAR模型的残差是否是正态分布的。
我怎样才能在木星笔记本上用巨蟒做这件事？
浏览 7提问于2017-09-17得票数 3
回答已采纳
我使用numpy.polyfit来拟合观察结果。多元拟合给出了多项式的估计系数，并给出了估计系数的误差协方差矩阵。很好。现在，我想知道是否有方法来估计估计曲线周围的+/- 1西格玛不确定度。我知道MatLab可以做到这一点()，但我没有找到在python中实现它的方法。
浏览 0提问于2015-02-13得票数 3
2回答
我正在使用Python2.7和Scikit-学习使用多元线性回归来拟合数据集，其中不同的项相乘在一起，而不是像sklearn.linear_models.Ridge中那样相加。我们能让Python和Sklearn拟合和预测这样的乘法/享乐回归模型吗？
浏览 0提问于2013-05-05得票数 3
当我尝试使用Python查找同样的内容时，我在youtube教程中找到了：
这里使用最佳拟合斜率进行线性回归。请建议什么时候使用哪一个？最优拟合或相似过程能用于高次多项式吗?能用于多元线性回归吗？
浏览 2提问于2016-10-20得票数 0
3回答
我正在尝试将多元正态分布拟合到我收集的数据中，以便从中提取样本。我知道如何使用fitdist函数(带有'Normal'选项)来拟合(单变量)正态分布。
对于多元正态分布，我如何做类似的事情？
浏览 2提问于2014-08-02得票数 5
目前，我只尝试过使用Python进行机器学习。 我使用Azure ML和Python运行了相同的机器学习项目，以查看每个产品的结果与均方根误差(RMSE)有多接近。到目前为止，Azure ML和Python的RMSE有很大不同。 我不明白为什么RMSE离得这么远。我能想到的唯一原因是因为Python在训练数据上‘拟合’模型的方式。Python使用以下代码来拟合训练数据 lr = LinearRegression(labelCol='xxxx')
lr
浏览 17提问于2019-12-28得票数 0
1回答
多元正态分布拟合数据集
、、、、
对误差向量进行建模，拟合多元高斯分布N=N(μ，Σ)。观测误差向量e(t)的似然p(t)由N at e(t) (类似于基于卡尔曼滤波的动态预测模型5用于新颖性检测的归一化新息平方(NIS) )给出。和：非常感谢，
纪尧姆
浏览 8提问于2021-04-26得票数 2
1回答
重点是我正在开发一个简单的多元回归模型，它需要超过15年的历史水位和降雨量(来自不同地点)来生成水位估计。
我不太习惯使用机器学习或其他正确的名称。我更习惯于建模数据和生成拟合(当前数据可以用非对称高斯函数和sigmoids函数结合低阶多项式完美地定义。所以重点是，一旦我有了一个多元回归模型，我的同事建议我不要使用拟合数据进行估计，而是使用所有原始数据。由于他们无法向我解释原因，我尝试使用拟合数据作为原始输入(在我的辩护中，所有拟合模型的中位数具有非常低的偏差误差==漂亮的拟合<
浏览 7提问于2020-02-04得票数 1
回答已采纳
1回答
多元高斯曲线的数据拟合
、、、、
我基本上可以使用python/matlab来获取大量数据点，其中每个点都由一个(x,y)位置和一个(z)幅值组成。如何将多元高斯分布拟合到我的数据中？是否有这样的Matlab/Python包或任何其他方式，代码等？
浏览 2提问于2015-10-10得票数 0
我有运行多元回归的基本R代码：其中显示为'237‘(列标题)，它可以是1- 1000之间的任何数字(也可以是列标题)，我希望对每一列运行多元回归。拟合<- lm(var1 ~ var2 + var3 + 1，data=rweights)
然后我打算分析这些多重回归的结果，所以理想情况下会有一个很好的输出来整理所有这些结果，但我意识到这可能是另一个问题
浏览 4提问于2019-01-08得票数 0
我对多元数据很感兴趣。我使用pairs获取数据的成对图。我对数据拟合了一个模型，为了检验模型对数据的拟合程度，我从拟合模型中进行了模拟。然后，我想把数据的真实图和拟合模型中的模拟数据合并成一对图。
浏览 3提问于2017-12-10得票数 2
回答已采纳
1回答
你知道.net中有没有免费的库，我可以用它来拟合多元回归。我想要得到系数和所有的统计数据(p值、标准差、拟合优度等)。我尝试过Meta.Numerics，它工作得很好，但它没有一些统计数据。
浏览 3提问于2011-04-08得票数 3
回答已采纳
1回答
当将列传递给seaborn.residplot时，是否可以传递多个IV变量(在多元回归分析的情况下)？
我尝试了一些常规的方法'IV1'，'IV2‘等等。但它们似乎不起作用。
浏览 1提问于2018-03-24得票数 1
回答已采纳
我在上找到了这段代码，它用Python语言进行多元线性回归。在下面的代码中，打印b给出了x1，...，xN的系数。但是，此代码通过原点拟合直线(即，结果模型不包括常量)。我想做的是完全相同的事情，除了我不想拟合通过原点的直线，我需要在结果模型中使用常量。
你知道这是不是很小的改动？我在python中搜索并找到了大量关于多个回归的文档，除了它们对我所需的内容来说太长且过于复杂。这段代码工作得很好，除了我只需要一个通过截取而不是原点的模型。
浏览 2提问于2012-09-24得票数 0
回答已采纳
我想使用stat_smooth()绘制具有多个回归变量的回归的拟合值。看起来stat_smooth()只允许使用ggplot的aes部分中指定的(x，y)数据的回归。下面是使用x=hp和y=mpg进行简单回归拟合的典型曲线图 head(mtcars)ggplot(mtcars, aes=(x=hp, y=mpg))+geom_point()+
stat_smooth(method="lm", formula=y~x) 但是，我想绘制与上面相同的图，但是拟合的值应该来自具有两个回归变量的
浏览 41提问于2019-05-15得票数 0
2回答
我正在尝试使用多元回归来打篮球。具体地说，我需要根据X、Y和目标的距离来预测俯仰、偏航和加农炮的强度。我在考虑对每个输出参数使用具有多个脉冲变量的多元回归。有没有更好的方法来做这件事？另外，我是应该直接使用solve来获得最佳拟合，还是应该使用梯度下降？
浏览 1提问于2012-03-15得票数 4
回答已采纳
2回答
多元不同尺寸拟合
、、、、
我试图用curve_fit进行三维三次多项式拟合，但由于我对python曲线拟合工具的经验不多，所以我做起来有些困难。
对于一个函数，我有两个参数，它是向量，在每一点上都有一个表示值的矩阵。我试图做一个三次多项式拟合每个论点，但我有一些麻烦。我正在尝试使用curve_fit函数，因为这是我在网上发现的，如果有更好的建议，比如polyfit，我会很乐意听到它们的。
浏览 4提问于2022-02-03得票数 1
回答已采纳
3回答
我有一种数据，想要找到给定数据的方程(Poly)。例如，给定样本数据的方程是简单的a^2*b+10。________________________4| 90 170 2506| 190 370 550
浏览 5提问于2014-08-22得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
