public static RegressionResult FindParamsForNDim(STATND stats, int[] Xindexes, int Yindex, double alpha, Chart diagnosticdiagram)
{
#region Подготовка
//размерность иксов
int n = Xindexes.Length;
//собраем все STAT-ы по указанным индексам
List <STAT> XStats = Xindexes.Select(index => stats.GetStat(index)).ToList();
//средние по каждому измерению
double[] AverageArray = XStats.Select(stat => stat.Expectation).ToArray();
//вектор средних
Vector AverageVector = new Vector(AverageArray);
//значения из многомерной выборки, по нужным индексам
List <Vector> XVectorLst = XStats.Select(stat => new Vector(stat.d)).ToList();
//отнимаем среднее от каждой колонки
for (int i = 0; i < n; i++)
{
XVectorLst[i] -= AverageVector[i];
}
//образуем из значений иксов матрицу
Matrix XMatrix = Matrix.Create.JoinVectors(XVectorLst);
//работа с игреком
STAT yStat = stats.GetStat(Yindex);
double YExpectation = yStat.Expectation;
Vector YVector = new Vector(yStat.d);
Vector Y0 = YVector - YExpectation;
#endregion
//мое обозначение
Matrix A = XMatrix;//= XMatrix.MultiplyOnVectorRow(AverageVector); // не множить а минусовать
Matrix ATranspose = A.Transpose();
//ищем an без а0
var res = ((ATranspose * A).Inverse() * ATranspose).MultiplyOnVectorColumn(Y0);
//ищем свободный член а0
double a0 = YExpectation;
for (int i = 0; i < n; i++)
{
a0 -= res[i] * AverageVector[i];
}
//расширенный список результатов с а0
List <double> extendedResultLst = res.GetCloneOfData().ToList();
extendedResultLst.Insert(0, a0);
Vector ExtendedparamsVector = Vector.Create.New(extendedResultLst.ToArray());
//новый метод
FillDiagnosticDiagram(diagnosticdiagram, Xindexes.Select(index => stats.GetStat(index)).ToList(), stats.GetStat(Yindex), a0, res.GetCloneOfData());
return(GetConfidenceIntervalsOnRegressionParametrs(alpha, n, XStats, yStat, YVector, ExtendedparamsVector));
}
//равенство двух многомерных средних в случае равных ДК
public static string ComparingTwoNdimAverage(STATND xStat, STATND yStat, double alpha)
{
//проверки
if (!xStat.CheckingLengthOfStats())
{
throw new ChekingLengthOfStatsException("xStat");
}
if (!yStat.CheckingLengthOfStats())
{
throw new ChekingLengthOfStatsException("yStat");
}
int nLen1 = xStat.N;
int nLen2 = yStat.N;
if (nLen1 != nLen2)
{
throw new DIfferentDimentionsLengthException();
}
//конец проверок
//вынос нужных переменных
int N1 = xStat.GetStat(0).d.Length; //длинна всех признаков по иксу
int N2 = yStat.GetStat(0).d.Length; //длинна всех признаков по y
int n = nLen1; //количество признаков (должно быть одинаковым для x и y)
double[][] S0 = ArrayMatrix.GetJaggedArray(n, n);
double[][] S1 = ArrayMatrix.GetJaggedArray(n, n);
//лямбды для удобного получения x и y
Func <int, int, double> x = (NumberOfDim, NumberOfElementInDim) => xStat.GetStat(NumberOfDim).d[NumberOfElementInDim];
Func <int, int, double> y = (NumberOfDim, NumberOfElementInDim) => yStat.GetStat(NumberOfDim).d[NumberOfElementInDim];
//лямбды для получения суммы
Func <int, double> xSum = NumberOfDim => xStat.GetStat(NumberOfDim).d.Sum();
Func <int, double> ySum = NumberOfDim => yStat.GetStat(NumberOfDim).d.Sum();
for (int i = 0; i < n; i++)
{
for (int j = 0; j < n; j++)
{
double CommonDenominator = N1 + N2 - 2;
double S0Temp = 0;
double S1Temp = 0;
//по формулам
for (int l = 0; l < N1; l++)
{
S0Temp += x(i, l) * x(j, l);
}
for (int l = 0; l < N2; l++)
{
S0Temp += y(i, l) * y(j, l);
}
S1Temp = S0Temp; //до этого места формулы одинаковые
//подсчет частей, которые отличаются
S0Temp -= ((xSum(i) + ySum(i)) * (xSum(j) + ySum(j))) / (N1 + N2);
S1Temp -= (xSum(i) * xSum(j)) / N1;
S1Temp -= (ySum(i) * ySum(j)) / N2;
//перенос значений в матрицу
S0[i][j] = S0Temp / CommonDenominator;
S1[i][j] = S1Temp / CommonDenominator;
}
}
//перенос значений в сложный тип - матрицу(для нахождения определителей)
Matrix S0Matrix = new Matrix(S0);
Matrix S1Matrix = new Matrix(S1);
//подсчет статистики
double V = N1 + N2 - 2 - n / 2d;
V *= Math.Log(Math.Abs(S1Matrix.Determinant() / S0Matrix.Determinant()));
//для удобства
string resultStr = "";
Func <double, double> r = val => Math.Round(val, 4);
Action <string> mess2log = str => resultStr += str + Environment.NewLine;
//делаем выводы
double kv = Kvantili.Hi2(alpha, n);
mess2log("V = " + r(V));
mess2log("kv = " + r(kv));
if (V <= kv)
{
//гипотезу принято;//средние совпадают
mess2log("V<kv");
mess2log("Гіпотезу прийнято!");
mess2log("Середні співпадають!");
}
else
{
//гипотезу не принято
mess2log("V>kv");
mess2log("Гіпотезу НЕ прийнято!");
mess2log("Середні НЕ співпадають!");
}
return(resultStr);
}