如何計算斜率和截距你好，
在嘗試計算斜率和截距值時，我面臨兩個問題：
- 除了使用“雙變量+擬合線”之外，我沒有找到一種簡單的方法來獲取斜率和截距
- 在循環中使用雙變量似乎會導致代碼執行緩慢：我認為多次創建表和關聯的擬合文件非常慢
我的問題：有沒有一種方法可以在不使用二元變量的情況下獲得斜率和截距以獲得更快的速度？
這是我在循環中使用的提取斜率和截距的代碼：
biv1 = Bivariate( Y( MyTab:X ), X( MyTab:Y ), Fit Line( {Line Color( "Red" )} ) );
colBox = Report( biv1 )[Number Col Box( 7 )];
beta = colBox << GetAsMatrix;
My_Slope = beta[2]; // slope
My_Intercept = beta[1]; // intercept
Close( MyTab, nosave );
);
謝謝。
回复：如何計算斜率和截距我想到了。
kXPlotDT = Report( kXPlot )["Parameter Estimates"][Table Box(1)] << Make Combined Data Table;
問候，
瑞
回复：如何計算斜率和截距嗨伊恩，
我遵循您的方法，使用“By”變量並堅持使用雙變量平台。 我不確定“製作組合數據表”適用於多個擬合線的正確語法。你能幫我嗎？
kXPlot = dt << Bivariate( Y( :LMS_dX ), X( :X_Nominal ), By(Column(::bcol)), Fit Line());
kXPlotDT = kXPlot < ???
謝謝你，
瑞
回复：如何計算斜率和截距您還可以考慮使用“By”變量創建一個大表，堅持使用雙變量平台，然後使用“創建組合數據表”，而不是使用循環。 不過，我預計矩陣方法會更快。
回复：如何計算斜率和截距謝謝羅恩，
這就是我一直在尋找的：我將實現並測試速度:)
回复：如何計算斜率和截距對於初學者來說，看看這個選項：
http://www.pega-analytics.co.uk/blog/linear-regression-matrix-form/
這是 David Burnham 在他的博客中提供的解決方案。通過使用矩陣計算，他可以實現回歸係數的高速計算。
最好的，
羅恩
