大家如果将程式中 n_regressors = imsls_d_regressors_for_glm (N_OBSERVATIONS, x, n_class, n_cont, IMSLS_X_CLASS_COLUMNS, class_col, IMSLS_DUMMY,IMSLS_SUM_TO_ZERO, IMSLS_INDICES_EFFECTS, n_effects, n_var_effects, indices_effects, IMSLS_REGRESSORS, &regressors,0); IMSLS_LEAVE_OUT_LAST改成IMSLS_SUM_TO_ZERO 这个两个指令的意思可以去IMSL PDF档看 酱就可以避免FULL rank的情形且资料不会流失 所以参数估出来就完全正确了 ※ 引述《mangogogo (mangogo)》之铭言： : 分享回归这一份作业 : 其中 : #define N_OBSERVATIONS 9 (样本数) : int n_class = 指的是X Matrix 有几个column是分类变数 : int n_cont = 指的是X Matrix 有几个column是连续变数 : 重点是这X Matrix : double x[18] = 这个X Matrix 不是老师讲义里的那个X矩阵 : 这个矩阵主要是显示资料中有无分类 有几项连续变数(内建的叫法) : 所以 比如regression model 的X Matrix只需输入one column的连续变数X_ij : 因为他不必分组(故没有分类变数) : 1.Y_i = u + bX_i + error (无分类变数,有一个连续变数X_i) : *变数:一个连续变数 注意b为参数不为变数* : 比如 one way anova model 的X Matrix 则只需输入分类变数 他的model和X_ij无关 : 所以他没有连续变数 因为题目是分"一"类"三"组 所以这里的X Matrix为一个column : 你可以是-1,-1,-1,0,0,0,1,1,1 or 1,1,1,2,2,2,3,3,3 都随意 or : 100,100,100,200,200,200,0,0,0 : 只要表达出有三组且每组三个即可 : 2.Y_ik = u + a_i +error (有分类变数a_i,无连续变数) : *变数:一个分类变数* : 3.Y_ik = u + a_i +bX_ik + error : *变数:一个分类变数,一个连续变数* : int n_effects = 有几个加号 (最後"+"error 这一个不算) : int n_var_effects[1] = "+"到"+"间有几个变数 : ex.最後anocova model为{1,1} : int indices_effects[1] = 各变数在 X Matrix 所占的第几column : 最後别忘了 在程式最後一行加上 : for(i=0;i<3;i++) printf("coef_%d=%5f\n",i,coef[i]); 算参数估计 : ^看参数有几个 : (PS 这估出来的数会和原始资料估出来的数有点差异 (就是你用老师个矩阵公式去算) : 所以我今天有问一下老师 学长告诉我... : 是因为这个程式自动会删去某一组资料,因为酱可以避免一些计算错误产生 : 又因老师给的资料太少,使得参数估的会有不少差异) : 哈 我大概分享到这 ^_^ 也差不多要睡了 今天很高兴认识大家搂~ 晚安~ --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.113.38.247 ※ 编辑: mangogogo 来自: 140.113.38.247 (08/10 13:09)