Math 如何在Sage中进行回归分析？

我尝试了这个，但没有成功：

find_fit(data, quadratic_residues)

我试图找到最适合水流量数据的方法：

---在评论之后编辑---

新守则：

var('x')
model(x) = x**2
find_fit((xlist, reqlist), model)

错误消息：

Traceback (click to the left for traceback)
...
TypeError: data has to be a list of lists, a matrix, or a numpy array

---编辑

错误消息现在为：

Traceback (click to the left for traceback)
...
ValueError: each row of data needs 2 entries, only 5 entries given

此处与图片相同：

---

我认为你的问题在于二次剩余可能并不意味着你认为它意味着什么。如果你试图拟合最好的二次模型，我想你应该这样做

var('a, b, c, x')
model(x) = a*x*x + b*x + c
find_fit(data, model)

---

尝试史蒂文的例子时，我也遇到了错误：

ValueError: each row of data needs 5 entries, only 2 entries given

这里有一个更明确的例子，我已经测试过它在sage 4.7中工作

sage: l=[4*i^2+7*i+134+random() for i in xrange(100)]
sage: var('a,b,c,x')
(a, b, c, x)
sage: model=a*x^2+b*x+c
sage: find_fit(zip(xrange(100),l),model,variables=[x])
[a == 4.0000723084513217, b == 6.9904742307159697, c == 134.74698715254667]

---

显然，您需要变量=[x]来告诉sage a、b、c和x中的哪一个对应于模型中的变量。

谢谢您的更正！我简化了你的代码。但是，我还没有让它工作：var（'x'）model（x）=x**2 find_fit（（xlist，reqlist），model）尝试将自由系数“a，b，c”放回

mydata = [[1,3],[2,7],[3,13],[4,24]]
var('a,b,c')
mymodel(x) = a*x^2 + b*x + c 
myfit = find_fit(mydata,mymodel,solution_dict=True)
points(mydata,color='purple') + plot(
  mymodel(
    a=myfit[a],
    b=myfit[b],
    c=myfit[c]
    ), 
    (x,0,4,),
    color='red'
  )