用c语言编写线性回归方程

在C语言中编写线性回归方程主要是为了拟合数据并预测结果。线性回归是一种基本的统计分析方法，它假设两个变量之间的关系是线性的。以下是一个简单的例子，我们将使用最小二乘法来计算线性回归模型：

#include <stdio.h>

// 定义线性回归函数（y = ax + b）
double linear_regression(double x, double a, double b) {
    return a * x + b;
}

// 计算最佳拟合参数a和b
void calculate_coefficients(double data[], int n, double *a, double *b) {
    double sum_x = 0, sum_y = 0, sum_xy = 0, sum_x_squared = 0;

    for (int i = 0; i < n; i++) {
        sum_x += data[i];
        sum_y += data[n];
        sum_xy += data[i] * data[n];
        sum_x_squared += data[i] * data[i];
    }

    // 分母
    double denominator = n * sum_x_squared - sum_x * sum_x;

    if (denominator == 0) {
        printf("Error: Division by zero. The dataset is perfectly linear.\n");
        return;
    }

    *a = (n * sum_xy - sum_x * sum_y) / denominator;
    *b = (sum_x_squared * sum_y - sum_x * sum_xy) / denominator;
}

// 主函数
int main() {
    const int n_data_points = 5; // 假设我们有5个数据点
    double x_values[] = {1, 2, 3, 4, 5}; // x轴数据
    double y_values[] = {2, 4, 6, 8, 10}; // y轴数据

    double a, b;
    calculate_coefficients(x_values, n_data_points, &a, &b);

    printf("Linear regression equation: y = %.2fx + %.2f\n", a, b);

    // 示例：预测x=6时的y值
    double prediction = linear_regression(6, a, b);
    printf("Predicted value for x=6: %.2f\n", prediction);

    return 0;
}

这个程序首先定义了一个线性回归函数`linear_regression`，然后计算最佳拟合的斜率(a)和截距(b)。`calculate_coefficients`函数负责这个计算，它根据给定的数据点进行操作。

在`main`函数中，我们创建了一些示例数据点，并使用计算得到的系数进行预测。