本文為兩部分系列的第二部分。第一部分介紹了數學庫對 PHP 的重要性,並展示了如何用 PHP 實作簡單線性回歸演算法的核心部分。本文將示範如何使用 SimpleLinearRegression 類別建構一個實用的資料研究工具。
從成對的 X、Y 值組成的二維平面中,尋找最佳擬合直線。使用最小平方法找到這條直線後,可執行統計檢定判斷擬合優度。
線性方程:y = mx + b
最小平方法尋找使「預測平方差和」最小化的 m、b 估計值。
SimpleLinearRegression 採用此法擁有最佳擬合直線不代表模型良好。需透過統計決策流程驗證:
工具實作了線性模型的統計決策流程(T 檢定),提供建立理論與統計參數所需的摘要資料,屬於決策支援工具,供知識工作者探索中小型資料集中的模式。
透過對數、冪次等轉換原始資料,可將曲線關係線性化,進而使用簡單線性回歸建模:
log(y) = mx + by = ax^b → log(y) = log(a) + b·log(x)第一部分委由 R 語言計算機率值。為了純 PHP 實作,作者移植了 John Pezzullo 的 JavaScript 統計函式庫。
<?php
// Distribution.php
// 原作者:John Pezzullo
// PHP 移植與 OO 封裝:Paul Meagher
class Distribution {
// 共用數學計算核心
function doCommonMath($q, $i, $j, $b) {
$zz = 1;
$z = $zz;
$k = $i;
while ($k <= $j) {
$zz = $zz * $q * $k / ($k - $b);
$z = $z + $zz;
$k = $k + 2;
}
return $z;
}
// Student T 分布機率
function getStudentT($t, $df) {
$t = abs($t);
$w = $t / sqrt($df);
$th = atan($w);
if ($df == 1) {
return 1 - $th / (pi() / 2);
}
$sth = sin($th);
$cth = cos($th);
if (($df % 2) == 1) {
return 1 - ($th + $sth * $cth * $this->doCommonMath($cth * $cth, 2, $df - 3, -1)) / (pi() / 2);
} else {
return 1 - $sth * $this->doCommonMath($cth * $cth, 1, $df - 3, -1);
}
}
// 反 Student T 分布(臨界值)
function getInverseStudentT($p, $df) {
$v = 0.5;
$dv = 0.5;
$t = 0;
while ($dv > 1e-6) {
$t = (1 / $v) - 1;
$dv = $dv / 2;
if ($this->getStudentT($t, $df) > $p) {
$v = $v - $dv;
} else {
$v = $v + $dv;
}
}
return $t;
}
// Fisher F 分布(實作略)
function getFisherF($f, $n1, $n2) { /* ... */ }
function getInverseFisherF($p, $n1, $n2) { /* ... */ }
}
?>
var PiD2 = pi() / 2),PHP 僅允許常數值doCommonMath() 核心邏輯使用 JpGraph 庫繪製散佈圖與回歸線:
<?php
include "jpgraph/jpgraph.php";
include "jpgraph/jpgraph_scatter.php";
include "jpgraph/jpgraph_line.php";
// 建立圖表
$graph = new Graph(300, 200, 'auto');
$graph->SetScale("linlin");
$graph->title->Set($title);
$graph->img->SetMargin(50, 20, 20, 40);
$graph->xaxis->SetTitle($x_name, "center");
$graph->yaxis->title->Set($y_name);
$graph->xaxis->SetPos('min'); // X 軸固定在底部
// 散佈圖
$sp1 = new ScatterPlot($slr->Y, $slr->X);
$sp1->mark->SetType(MARK_FILLEDCIRCLE);
$sp1->mark->SetFillColor("red");
$sp1->SetColor("blue");
$sp1->SetWeight(3);
$sp1->mark->SetWidth(4);
// 回歸線
$lplot = new LinePlot($slr->PredictedY, $slr->X);
$lplot->SetWeight(2);
$lplot->SetColor('navy');
// ... 其餘設定
?>
簡單線性回歸是理解更高階統計建模的基石:
掌握此基礎,可進一步探索機器學習與資料科學領域。