Функция linear_regression() модуля statistics в Python, линейная регрессия

Наклон и точка пересечения параметров простой линейной регрессии

Синтаксис:

import statistics

# Новое в версии 3.10.
statistics.linear_regression(x, y, /)

Параметры:

x - независимая переменная, последовательность.
y - зависимая переменная, последовательность.

Возвращаемое значение:

наклон и точку пересечения аргументов простой линейной регрессии.

Описание:

Функция linear_regression() модуля statistics возвращает наклон и точку пересечения аргументов простой линейной регрессии, оцененные с помощью обычного метода наименьших квадратов.

Простая линейная регрессия описывает отношения между независимой переменной x и зависимой переменной y в терминах этой линейной функции:

y = slope * x + intercept + noise

где наклон slope и пересечение intercept - это оцениваемые параметры регрессии, а шум noise представляет изменчивость данных, которая не была объяснена линейной регрессией (она равна разнице между прогнозируемыми и фактическими значениями зависимой переменной).

Оба входных сигнала должны быть одинаковой длины (не менее двух), а независимая переменная x не может быть постоянной, в противном случае возникает ошибка StatisticsError.

Новое в версии 3.10.

Примеры использования `statistics.linear_regression()`:

Например, можно использовать даты выхода фильмов, чтобы предсказать совокупное количество фильмов, которые были бы выпущены к 2019 году, при условии, что они сохраняли темп.

>>> year = [1971, 1975, 1979, 1982, 1983]
>>> films_total = [1, 2, 3, 4, 5]
>>> slope, intercept = linear_regression(year, films_total)
>>> round(slope * 2019 + intercept)
# 16