您还没有绑定微信,更多功能请点击绑定

回归分析

ID copper
0.020 69850.0
0.025 42780.0
0.030 28870.0
0.040 15670.0
0.050 10240.0
0.060 6966.0
0.070 4990.0
0.080 3778.0
0.090 2959.0
0.100 2381.0
0.110 1957.0
0.120 1636.0
0.130 1389.0
0.140 1193.0
0.150 1037.0
0.160 908.8
0.170 803.2
0.180 715.0
0.190 640.6
0.200 577.2
0.210 522.8
0.220 480.1
0.230 438.6
0.240 402.2
0.250 370.2
0.260 341.8
0.270 316.6
0.280 294.1
0.290 273.9
0.300 254.0
0.320 222.8
0.350 185.7
0.370 165.9
0.400 141.7
0.450 112.1
0.500 90.0
0.550 74.2
0.600 62.6
0.650 53.3
0.700 45.8
0.750 39.9
0.800 35.2
0.850 31.1
0.900 27.7
已知ID,我想通过回归方法预测COPPER值,我尝试过很多方法,包括使用对数。所得到的模式不是很精确,谁可以帮助到我?做一个更好的模式出来。
对“好”的回答一定要点个"赞",回答者需要你的鼓励!
已邀请:

蚂蚁 (威望:8) (广东 深圳) 咨询业 咨询顾问

赞同来自:

对于一个回归方程的建立,最后先有散点图,然后再进行转换或直接拟和。不过注意一点就是,对于回归方程的检验,不光是R-squ值及方差分析的p值,更重要的是实际当中的检验试验,这个才是检验方程有效的最可靠办法,不是吗?:D

12 个回复,游客无法查看回复,更多功能请登录注册

发起人

sasau.cheng
sasau.cheng

天生我材必有用

扫一扫微信订阅<6SQ每周精选>