萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

PHP 實作簡單線性回歸:從核心算法到資料分析工具

系列文章簡介

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。

核心概念回顧

簡單線性回歸目標

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。

線性方程與參數估計

線性方程:y = mx + b

  • 斜率:根據 X、Y 資料估計
  • Y 軸截距:根據 X、Y 資料估計

最小平方法尋找使「預測平方差和」最小化的 m、b 估計值。

兩種求解方式

  1. 數值搜尋法:嘗試不同 m、b 值並評估
  2. 解析解法(微積分):推導公式直接計算 —— SimpleLinearRegression 採用此法

統計決策流程:T 檢定

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:

  1. 計算 T 統計量:衡量線性方程與資料擬合程度
  2. T 值大 → 擬合良好;T 值小 → 應改用「Y 平均值」作為預測模型
  3. 計算獲得該 T 值的機率(p-value)
  4. p-value 低 → 拒絕虛無假設(平均值為最佳預測),確信線性模型有效

資料研究工具架構

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。

進階應用:資料轉換擴展模型範圍

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:

  • 對數轉換:log(y) = mx + b
  • 冪次轉換:y = ax^b → log(y) = log(a) + b·log(x)

機率函數的 PHP 實作

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。

Distribution 類別核心程式碼

<?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) { /* ... */ }
}
?>

移植注意事項

  • JavaScript 允許動態賦值實例變數(如 var PiD2 = pi() / 2),PHP 僅允許常數值
  • API 調整為 Java 命名風格
  • 所有函式重用 doCommonMath() 核心邏輯

圖形輸出:整合 JpGraph

使用 JpGraph 庫繪製散佈圖與回歸線:

繪圖程式碼片段

<?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
?>

學習價值與延伸

簡單線性回歸是理解更高階統計建模的基石:

  • 多元回歸
  • 因子分析
  • 時間序列分析

掌握此基礎,可進一步探索機器學習與資料科學領域。

copyright © 萬盛學電腦網 all rights reserved