Hier ist eine Neuimplementierung basierend auf my answer at math.SE und die simple linear regression Formeln aus der Wikipedia-Seite:
function growth (known_y, known_x, new_x, use_const) {
// default values for optional parameters:
if (typeof(known_x) == 'undefined') {
known_x = [];
for (var i = 1; i <= known_y.length; i++) known_x.push(i);
}
if (typeof(new_x) == 'undefined') {
new_x = [];
for (var i = 1; i <= known_y.length; i++) new_x.push(i);
}
if (typeof(use_const) == 'undefined') use_const = true;
// calculate sums over the data:
var n = known_y.length;
var avg_x = 0; var avg_y = 0; var avg_xy = 0; var avg_xx = 0;
for (var i = 0; i < n; i++) {
var x = known_x[i]; var y = Math.log(known_y[i]);
avg_x += x; avg_y += y; avg_xy += x*y; avg_xx += x*x;
}
avg_x /= n; avg_y /= n; avg_xy /= n; avg_xx /= n;
// compute linear regression coefficients:
if (use_const) {
var beta = (avg_xy - avg_x*avg_y)/(avg_xx - avg_x*avg_x);
var alpha = avg_y - beta*avg_x;
} else {
var beta = avg_xy/avg_xx;
var alpha = 0;
}
// console.log("alpha = " + alpha + ", beta = " + beta);
// compute and return result array:
var new_y = [];
for (var i = 0; i < new_x.length; i++) {
new_y.push(Math.exp(alpha + beta * new_x[i]));
}
return new_y;
}
Here's a demo on ideone.com. Sie können die Ausgabe mit der Demo-Arbeitsblatt auf dem Excel GROWTH
documentation page vergleichen.
Beachten Sie, dass die numerische Stabilität der Summierungsschleife im Algorithmus verbessert werden konnte, indem Techniken wie die auf der Wikipedia-Seite für calculating the variance, wie Kahan summation beschriebenen verwendet werden. Für einfache Beispiele wie diese ist die naive Summierungsschleife jedoch ziemlich gut genug.
Sie könnten fragen [math.stackexchange.com] (http://math.stackexchange.com) –
Danke für den Vorschlag. Wird besorgt! –