我正在遵循正交距离回归方法,以使数据具有因变量和自变量均具有误差。
我正在用一条简单的直线拟合数据,我的模型是y = ax + b
。
现在,我能够编写代码并绘制拟合数据的线,但是我无法读取结果:
Beta: [ 2.08346947 0.0024333 ]
Beta Std Error: [ 0.03654482 0.00279946]
Beta Covariance: [[ 2.06089823e-03 -9.99220260e-05]
[ -9.99220260e-05 1.20935366e-05]]
Residual Variance: 0.648029925546
Inverse Condition #: 0.011825289654
Reason(s) for Halting:
Sum of squares convergence
的Beta
仅仅是含有我的模型的参数的值的阵列(a, b)
,并且Beta Std Error
,相关联的误差。
关于其他值,我不知道它们的含义。
特别是,我想知道哪一个表示拟合优度,就像卡方一样,当一个仅与因变量有关的误差拟合时。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句