一元线性最小二乘法c语言程序

一元线性最小二乘法是一种常用的回归分析方法，用于拟合一条直线来描述两个变量之间的关系。下面是一个简单的C语言程序示例，用于实现一元线性最小二乘法：

#include <stdio.h>

// 定义结构体存储数据点
typedef struct {
    double x;
    double y;
} DataPoint;

// 计算一元线性最小二乘法拟合直线的斜率和截距
void linearRegression(DataPoint data[], int n, double *slope, double *intercept) {
    double sumX = 0, sumY = 0, sumXY = 0, sumXX = 0;
    
    // 计算各项累加和
    for (int i = 0; i < n; i++) {
        sumX += data[i].x;
        sumY += data[i].y;
        sumXY += data[i].x * data[i].y;
        sumXX += data[i].x * data[i].x;
    }
    
    // 计算斜率和截距
    *slope = (n * sumXY - sumX * sumY) / (n * sumXX - sumX * sumX);
    *intercept = (sumY - *slope * sumX) / n;
}

int main() {
    // 定义数据点数组
    DataPoint data[] = {{1, 2}, {2, 3}, {3, 4}, {4, 5}, {5, 6}};
    int n = sizeof(data) / sizeof(data);
    
    // 计算拟合直线的斜率和截距
    double slope, intercept;
    linearRegression(data, n, &slope, &intercept);
    
    // 输出结果
    printf("拟合直线方程为：y = %.2fx + %.2f\n", slope, intercept);
    
    return 0;
}

这个程序通过定义一个结构体`DataPoint`来存储数据点的x和y值。`linearRegression`函数用于计算一元线性最小二乘法的斜率和截距，通过传入数据点数组和数据点个数，计算得到拟合直线的斜率和截距。最后在`main`函数中调用`linearRegression`函数，并输出拟合直线的方程。