我该怎么做回归分析圣人？

Question

我想这不成功：

find_fit(data, quadratic_residues)

我想找到最适合的关于水的流速数据： HTTP ：//dl.getdropbox.com/u/175564/rate.png

---注释后编辑---

在新的代码：

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

在错误消息：

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

---修改

现在的错误信息是：

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

在这里同样为图片： http://dl.getdropbox.com/u/175564/sage.png

Answer 1

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'
  )

Answer 2

我觉得你的问题是，quadratic_residues可能并不意味着什么，你认为它的意思。如果您正试图以适应最好的二次模型我想你想要做这样的事情。

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

Answer 3

试图史蒂芬他的例子我还跑进错误：

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

下面是在鼠尾草4.7一起工作，我已经测试了一种更明确的例子。

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]

Apperently你需要的变量= [X]告诉鼠尾草其中的a，b，c和x对应于变量模型中的