Math 执行线性回归的最佳方法

我有一组来自实验的5个值，E1，…，E5和10000个不同模拟的结果，sim_a_B_C out。从每个模拟中我得到S1，…，S5

我想研究实验值和模拟值之间的相关性。因此，我想在一个脚本中为每个集合执行线性回归，该脚本循环整个10000个结果文件集合

---

在bash或python中执行线性回归的最佳方式是什么？我曾经用sigmaplot做过，但在python中，它不太适合这么大的数据集，在SciPy包中有一个函数stats.linregresse，您可以使用。

我会避免使用bash，而使用python——实际上我会使用Matlab或Mathematica，但两者都不在您的列表中。因此，请安装Numpy，并可能安装Scipy和crack on。

我希望您的每个模拟都有一些不同的输入值，例如，

x

第一个为1，第二个为

2

，然后您有一些函数f（x）运行模拟并为每个模拟生成5个点。从你的例子中，我期望x实际上是三个值，A，B，C

在这种情况下，您想要发现的是生成最佳模拟的x值

在这种情况下，您确实需要找到f（x）与实验结果之间的相关性，而不是模拟结果本身

其原因是，在模拟和实验结果之间找到良好的相关性有太多的变量（如果假设模拟相互独立），可能只是偶然地找到一个合适的

我认为你也应该获得额外的实验值，以增加你的信心

---

---

对于这类事情，我最喜欢的语言是，它是免费的，可供使用。我推荐这本书，它提供了许多盆栽示例供您尝试，并让您通过开始统计了解一些非常高级的内容。

如果在python或bash中不太可行，可以使用另一种语言。