Warning: file_get_contents(/data/phpspider/zhask/data//catemap/8/.htaccess/5.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Wolfram mathematica 将Mathematica早期版本的一行代码移植到版本8_Wolfram Mathematica - Fatal编程技术网

Wolfram mathematica 将Mathematica早期版本的一行代码移植到版本8

Wolfram mathematica 将Mathematica早期版本的一行代码移植到版本8,wolfram-mathematica,Wolfram Mathematica,我有一行来自Mathematica版本6或7的旧代码,需要移植到Mathematica 8 我没有6或7的工作版本,因此无法运行原始代码进行并行测试,以查看是否得到相同的结果。我想这里可能有人通过查看代码就知道了 早期版本: Regress[data, x, x, RegressionReport -> {FitResiduals}][[1]][[2]] 我在版本8中尝试了以下操作: LinearModelFit[data, x, x]["FitResiduals"] 我无法判断新代码

我有一行来自Mathematica版本6或7的旧代码,需要移植到Mathematica 8

我没有6或7的工作版本,因此无法运行原始代码进行并行测试,以查看是否得到相同的结果。我想这里可能有人通过查看代码就知道了

早期版本:

Regress[data, x, x, RegressionReport -> {FitResiduals}][[1]][[2]]
我在版本8中尝试了以下操作:

LinearModelFit[data, x, x]["FitResiduals"]
我无法判断新代码是否会提供早期版本的输出和/或输出格式

谢谢你的帮助

感谢所有人,让这成为一个伟大的资源

J.

根据旧的统计模块,回归最后一次出现在版本6中。基于FitResiduals不在页面底部重命名属性列表中这一事实,我认为新版本的输出应该与旧版本非常接近

如果您希望有人为您进行测试,我建议您建立一个小的工作数据集,并发布新代码的输出,然后有人可能会发布v5或v6的输出。旧模块的文档如下所示

HTH

根据旧的统计模块,回归最后一次出现在版本6中。基于FitResiduals不在页面底部重命名属性列表中这一事实,我认为新版本的输出应该与旧版本非常接近

如果您希望有人为您进行测试,我建议您建立一个小的工作数据集,并发布新代码的输出,然后有人可能会发布v5或v6的输出。旧模块的文档如下所示


HTH

是,此代码从版本6的输出:

FitResiduals /.  Regress[data, x, x, RegressionReport -> {FitResiduals}]
。。。实际上相当于版本8中的代码:

LinearModelFit[data, x, x]["FitResiduals"]
。。。对于我尝试过的随机实数集。两个结果之间的差异实际上为零:

In[26]:= fromV6 == fromV8

Out[26]= True

In[27]:= fromV6 - fromV8

Out[27]= {0., 1.11022*10^-16, 0., 0., 1.11022*10^-16}
回归返回一个规则列表,[[1]][[2]]业务提取第一个规则的RHS。我在上面使用的方法是残差/。回归[…]是一种更好的方法


是,此代码从版本6的输出:

FitResiduals /.  Regress[data, x, x, RegressionReport -> {FitResiduals}]
。。。实际上相当于版本8中的代码:

LinearModelFit[data, x, x]["FitResiduals"]
。。。对于我尝试过的随机实数集。两个结果之间的差异实际上为零:

In[26]:= fromV6 == fromV8

Out[26]= True

In[27]:= fromV6 - fromV8

Out[27]= {0., 1.11022*10^-16, 0., 0., 1.11022*10^-16}
回归返回一个规则列表,[[1]][[2]]业务提取第一个规则的RHS。我在上面使用的方法是残差/。回归[…]是一种更好的方法