Java 计算一系列值的斜率

我有两个长度相等的数组。以下函数尝试使用这些数组计算坡度。它返回每个点之间斜率的平均值。对于下面的数据集，我似乎得到了与Excel和Google文档不同的值

        double[] x_values = { 1932, 1936, 1948, 1952, 1956, 1960, 1964, 1968,
            1972, 1976, 1980 };
    double[] y_values = { 197, 203, 198, 204, 212, 216, 218, 224, 223, 225,
            236 };



public static double getSlope(double[] x_values, double[] y_values)
        throws Exception {

    if (x_values.length != y_values.length)
        throw new Exception();

    double slope = 0;

    for (int i = 0; i < (x_values.length - 1); i++) {
        double y_2 = y_values[i + 1];
        double y_1 = y_values[i];

        double delta_y = y_2 - y_1;

        double x_2 = x_values[i + 1];
        double x_1 = x_values[i];

        double delta_x = x_2 - x_1;

        slope += delta_y / delta_x;
    }

    System.out.println(x_values.length);
    return slope / (x_values.length);
}

double[]x_值={193219361948 195219956196019641968，
1972, 1976, 1980 };
双[]y_值={197、203、198、204、212、216、218、224、223、225，
236 };
公共静态双getSlope（双[]x_值，双[]y_值）
抛出异常{
if（x_values.length！=y_values.length）
抛出新异常（）；
双斜率=0；
对于（int i=0；i<（x_values.length-1）；i++）{
双y_2=y_值[i+1]；
双y_1=y_值[i]；
双delta_y=y_2-y_1；
双x_2=x_值[i+1]；
双x_1=x_值[i]；
双delta_x=x_2-x_1；
斜率+=δy/δx；
}
System.out.println（x_值.长度）；
返回斜率/（x_值.长度）；
}

输出

谷歌：0.755

getSlope（）：0.9621212

Excel:0.7501

---

您应该除以

x_values.length-1

。坡度的数量是成对的

---

编辑：我的评论中的Wiki示例演示了如何计算确定线性回归线斜率的alpha和beta

此函数对您帮助不大，因为它没有考虑到不同线段的宽度。考虑将其应用于点（0，0），（10001000），和（1001, 2000）对（0，0），（1，1）和（2, 1001）的差异。这两种情况都有连续的斜率1和1000，但它们看起来大不相同

您需要实现最小二乘法：找到最接近数据集的直线

---

还有一条建议：永远不要抛出

java.lang.Exception

。始终选择更具体的异常，即使您必须自己编写类。使用您的代码的人需要处理

java.lang.Exception

，这会严重干扰其他代码。

我打赌其他两种方法正在计算，而您没有

当我使用验证这个猜想时，我也得到了大约0.755的斜率：

> summary(lm(y~x))

Call:
lm(formula = y ~ x)

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept) -1.265e+03  1.793e+02  -7.053 5.97e-05 ***
x            7.551e-01  9.155e-02   8.247 1.73e-05 ***

相关编号为

7.551e-01

。还值得注意的是，该线的截距约为-1265

以下是最小二乘拟合的图片：

---

关于在代码中实现这一点，请参见编辑：如果可以选择，请使用Apache Commons数学类。 否则，这里有一个计算斜率和截距的方法，应该产生与excel和apache相同的结果：

private static double intercept(List<Double> yList, List<Double> xList) {
    if (yList.size() != xList.size())
        throw new IllegalArgumentException("Number of y and x must be the same");
    if (yList.size() < 2)
        throw new IllegalArgumentException("Need at least 2 y, x");

    double yAvg = average(yList);
    double xAvg = average(xList);

    double sumNumerator = 0d;
    double sumDenominator = 0d;
    for (int i = 0; i < yList.size(); i++) {
        double y = yList.get(i);
        double x = xList.get(i);
        double yDiff = y - yAvg;
        double xDiff = x - xAvg;
        double numerator = xDiff * yDiff;
        double denominator = xDiff * xDiff;
        sumNumerator += numerator;
        sumDenominator += denominator;
    }

    double slope = sumNumerator / sumDenominator;
    double intercept = yAvg - (slope * xAvg);
    return intercept;
}

private static double average(Collection<Double> doubles) {
    return doubles.stream().collect(Collectors.averagingDouble(d -> d));
}

私有静态双截取（列表yList、列表xList）{
如果（yList.size（）！=xList.size（））
抛出新的IllegalArgumentException（“y和x的数量必须相同”）；
if（yList.size（）<2）
抛出新的IllegalArgumentException（“至少需要2 y，x”）；
双yAvg=平均值（yList）；
双xAvg=平均值（xList）；
双分子=0d；
双总和分母=0d；
对于（int i=0；id））；
}

资料来源：

---

x_值的输出。长度为11。减去1会得到更高的平均斜率。您确定在Excel/Google文档中应用了正确的平均逻辑吗？你能发布宏吗？

SLOPE（B2:B22，A2:A22）

这里，B列包含

y\u值

，A列包含

x\u值

。酷。给我几分钟来检查一下。斜率（Y，X）计算线性回归线的斜率。快速搜索表明，java中计算坡度的方法与计算坡度的方法不同。请参阅有关计算的数值示例。这对于代码来说应该是微不足道的。最小二乘法只是这个问题更广泛解决方案的一部分：