Java中带矩阵的多元线性回归

我是一个尝试使用Java中的apache通用数学库计算回归系数的定量新手。我试图使用OLSMultipleLinearRegression类来估计多元线性回归模型的回归系数和残差，该模型定义了一个回归，y是一个[nX1]状态向量。观测值或回归系数由状态向量x定义，状态向量x也是[nX1]状态向量。使用样本数据的测试如下所示：

//n=3
double[][] y = new double[][]{{-0.03125,0.0078125,0.0.0.0,0.015625},
                           {-0.03125,0.0078125,0.0.0.0,0.015625},
                           {-0.03125,0.0078125,0.0.0.0,0.015625}};

//n=3
double[][] x = new double[][]{{+0.03195,-0.005812,0.0.0.0,0.015925},
                           {-0.03125,0.0079125,0.0.0.0,0.025625},
                           {-0.03195,0.0078825,0.0.0.0,-0.015625}};

OLSMultipleLinearRegression r = new OLSMultipleLinearRegression()
r.setNoIntercept(true)
r.newSampleData(y,x) //compiler error. 

回归器x由5个独立的状态变量组成，这些变量在给定的时间t被捕获。多元回归模型将尝试使用回归系数预测状态y或t+1的回归系数，我正试图使用如上所示的历史数据确定回归系数

---

如何将这种性质的数据输入模型？如果其中任何一个对您来说听起来微不足道或显而易见，请提前道歉，但如果有任何帮助，我们将不胜感激。

忽略语法错误（例如缺少分号）-您尝试调用的方法具有以下签名：public void newSampleData（double[]y，double[]x）--因此“y”不能是“double[][]”而只能是“double[]”。因此，在我们开始正确理解语法之前，您需要更好地理解您要实现的目标。很抱歉，缺少分号的语法错误。这个想法是，如果我有一个由5个变量组成的机器状态&每个变量在x（k-1）和x（k）处测量，形成2个双数组，每个数组有5个测量值，那么我需要找到x（k-1）和x（k）之间的回归系数，然后预测x（k+1），它需要是一个5元素数组。如何使用OLSMuitpleLinearRegression实现相同的效果？希望这能更好地解释它？