http://docs.gtlab.pro/index.php?action=history&feed=atom&title=Gtld_linearRegression 2026-09-09T10:28:57Z История изменений этой страницы в вики MediaWiki 1.40.0 http://docs.gtlab.pro/index.php?title=Gtld_linearRegression&diff=1378&oldid=prev 2026-08-20T01:31:17Z

<p>Новая страница: «== Краткое описание == Функция предназначена для формирования трендов с постоянной (линейной) скоростью изменения. &lt;p style=&quot;color: red&gt;Cодержание функции может дополняться!&lt;/p&gt; == Синтаксис == Стандартная конструкция выглядит таким образом: &lt;pre style=&quot;color: purple&gt; let __lin = l...»</p> <p><b>Новая страница</b></p><div>== Краткое описание ==<br /> Функция предназначена для формирования трендов с постоянной (линейной) скоростью изменения. <br /> &lt;p style=&quot;color: red&gt;Cодержание функции может дополняться!&lt;/p&gt;<br /> <br /> == Синтаксис ==<br /> Стандартная конструкция выглядит таким образом:<br /> &lt;pre style=&quot;color: purple&gt;<br /> let __lin = linearRegression(data, forecastSteps = 3);<br /> &lt;/pre&gt;<br /> <br /> == Аргументы ==<br /> :&lt;code style=&quot;color: purple&gt;data&lt;/code&gt; - исходный массив данных;<br /> :&lt;code style=&quot;color: purple&gt;forecastSteps &lt;/code&gt; - количество точек прогноза;<br /> <br /> == Содержание функции ==<br /> &lt;pre&gt;<br /> function linearRegression(data, forecastSteps = 3) {<br /> const n = data.length; //длина массива данных<br /> <br /> // Проверка на достаточный объём данных. Для линейной регрессии требуется минимум 2 точки данных<br /> if (n &lt; 2) return {};<br /> <br /> let sumX = 0, sumY = 0, sumXY = 0, sumX2 = 0;<br /> // Подготовка данных: x — время (индексы), y — значения параметра вибрации<br /> for (let i = 0; i &lt; n; i++) {<br /> sumX += i;<br /> sumY += data[i];<br /> sumXY += i * data[i];<br /> sumX2 += i ** 2;<br /> }<br /> <br /> // Расчёт знаменателя с проверкой на ноль<br /> const denominator = n * sumX2 - sumX ** 2;<br /> if (Math.abs(denominator) &lt; 1e-10) {<br /> gtl.log.info(&#039;Внимание!&#039;, &#039;Невозможно выполнить регрессию: знаменатель близок к нулю&#039;);<br /> return {}<br /> }<br /> <br /> // Расчёт коэффициентов<br /> const a = (n * sumXY - sumX * sumY) / denominator; // Наклон<br /> const b = (sumY - a * sumX) / n; // Сдвиг<br /> <br /> // Создаём результат с исходными данными<br /> const result = [...data];<br /> <br /> // Добавляем прогноз на заданное количество шагов<br /> for (let i = n; i &lt; n + forecastSteps; i++) {<br /> result.push(a * i + b);<br /> }<br /> <br /> return {<br /> slope: a,<br /> intercept: b,<br /> forecastCount: forecastSteps,<br /> result: result,<br /> equation: `y = ${a.toFixed(4)}x + ${b.toFixed(4)}`<br /> };<br /> }<br /> &lt;/pre&gt;</div>

AlekseyCube