天软金融分析.NET函数大全 > TSL函数 > 数学函数 > 回归 > 回归检验
Regression
简述
线性回归方程的最小二乘法参数估计及检验（可选择是否包含常数项），返回结果有回归系数、R平方、调整R平方、残差序列、残差检验、F检验、T检验、DW统计量和信息准则定义
Regression(Y:Array of Real;X:Array of Real;Alpha:Real;Constant:Boolean; OPTIONS:Array):Array;
参数
| 名称 | 类型 | 说明 |
|---|---|---|
| Y | Array,TableArray | 被解释变量序列，为一维数组类型 |
| X | Array,TableArray | 解释变量矩阵，为二维数组类型，每一列为一个自变量 |
| Alpha | real | 显著性水平，实数或整数，在0-1之间 |
| Constant | Boolean | 是否包含常数项，为布尔类型 |
| OPTIONS | Array,TableArray | options['DataCheck']的值对y和X的数据异常处理，如某个值是NIL，有三种处理方法:1:报错 （默认）2:为0处理3:同时删除所在行数据 |
| 返回 | Array,TableArray | 数据表类型 ret["Coefficient"] : ，回归系数，一维数组，如果有常数项，则放在第一项 ret["Resid"] :残差序列，一维数组 ret["Residual Test"] : 残差序列的正态性JB检验，带行标的数组，最后一个元素为1表示服从正态分布 ret["R-Squared"] : 回归的可决系数，实数 ret["Adjusted R-Squared"] :回归的修正可决系数，实数 ret["S.E. of regression"] : 回归的标准差估计，实数 ret["SSR"] : 回归的残差平方和，实数 ret["log likelihood"] : 回归的对数极大似然值，实数 ret["F Test"] : F检验，是用来检验模型的显著性，带行标的数组，最后一个元素为0表示模型显著 ret["T Test"] : T检验，是用来检验变量的显著性，带行标的数组，最后一个元素为0表示该列对应的变量显著 ret["AIC"] : AIC信息准则，实数 ret["SC"] : SC信息准则，实数 ret["Durbin-Waston Stat"] : 结果信息，整数 |
- 范例Y:=array(0.001,0.564,0.193,0.809,0.585,0.48,0.35,0.896,0.823,0.747);
X:= array(
(0.174,0.859),
(0.711,0.514),
(0.304,0.015),
(0.091,0.364),
(0.147,0.166),
(0.989,0.446),
(0.119,0.005),
(0.009,0.378),
(0.532,0.571),
(0.602,0.607));
//u作为变参返回
Return Regression(y,x,0.05,1);
结果：
Regress_CMLS Regress_RSquare Regress_AdjustedR2 Regress_FTest Regress_TTest Regress_DWTest Regress_JBTest Regress_AicAndSbic参考
相关