我试图在python中复制一个函数,并能够使用数据框中的多列对以下代码进行编码,但想知道是否有一个python回归函数可以更有效地执行此操作。这里是该功能描述的链接。对不起,先进的不是一个真正的统计人员。 :)哪个python回归函数用于线性回归曲线
http://tlc.thinkorswim.com/center/reference/thinkScript/Functions/Statistical/Inertia.html
它指出它的使用最小二乘法线性回归曲线为每个组杆近似数据。
输入y =关闭; 输入n = 20;
def x = x [1] + 1; (先前值+1)
def a =(n * Sum(x * y,n)-Sum(x,n)* Sum(y,n))/(n * Sum(Sqr )-Sqr(Sum(x,n))); (Sum(Sqr(x),n)* Sum(y,n) - Sum(x,n)* Sum(x * y,n))/(n * Sum(Sqr(x, ),n)-Sqr(Sum(x,n)));
plot InertiaTS = a * x + b;
感谢
更新
这里是大熊猫列和函数。我第一次定义的x值和y值列,然后下面是原始计算:
df['ind1']= ((10 * (df['xValue']*df['ysValue']).rolling(10, min_periods=10).sum() - df['xValue'].rolling(10, min_periods=10).sum()*df['ysValue'].rolling(10, min_periods=10).sum())/ (10 * (df['xValue'] ** 2).rolling(10, min_periods=10).sum() - (df['xValue'].rolling(10, min_periods=10).sum())**2)) * df['xValue'] + (((df['xValue'] ** 2).rolling(10, min_periods=10).sum()*df['ysValue'].rolling(10, min_periods=10).sum() - df['xValue'].rolling(10, min_periods=10).sum()*(df['xValue']*df['ysValue']).rolling(10, min_periods=10).sum())/(10 * (df['xValue'] ** 2).rolling(10, min_periods=10).sum() - (df['xValue'].rolling(10, min_periods=10).sum())**2))
是即时寻找在熊猫df内实际编码指标。我能够做到,但男人是丑陋的! :)我已经更新了原始信息。谢谢。只要看看是否有一个可以清理它的程序包/函数。 –