Theil-Sen 估计器，也称为 Sen 斜率估计器、斜率选择、单中值法或 Kendall 稳健线拟合法，是一种稳健线性回归方法，通过成对的两维样本点。 它以 Henri Theil 和 Pranab K. Sen 的名字命名，他们分别于 1950 年和 1968 年发表了关于该方法的论文。 它可以有效地计算，并且对异常值不敏感； 对于偏斜和异方差数据，它可以比简单的线性回归准确得多，并且即使对于正态分布的数据也能与简单的最小二乘法竞争。 它被称为“用于估计线性趋势的最流行的非参数技术”。 PS：如何使用的示例代码可以在 .mfile 中找到 注意：此代码只能用于二维情况。 这是对==>的回应http://www.mathworks.nl/support/solutions/zh-CN/data/1-FERW6X/index.html?product=ML&solution=1-F

matlab开发-多类数据的线性回归，每类数据具有不同的斜率。该函数对分类为两个不同类别的数据进行OLS和RMA回归。

人工智能-机器学习-曲面斜率角控制法的理论研究及其在省略LCoS微型投影光引擎中的实

SPSS插件，应用于调节效应分析，基于OLS分析，只允许1个自变量、1个调节变量、1个因变量，协变量不限。可允许自变量或者调节变量为二次项，可允许自动中心化与标准化，可选择自动化的简单斜率，可选择进行分层回归。

句法： [p1,p2,slope,inter]=getslopeintercept 输出： P1=第一个点击点的坐标P2= 第二个点击点的坐标SLOPE=绘制线的斜率INTER =拦截Y（X = 0） 什么 ？ 在当前图中，您必须单击两次。 GETSLOPEINTERCEPT 函数将显示文本框中的斜率和绘制线的截距例子情节([1:10],[1:10].^0.5,'-o') 获取斜坡拦截

将多项式拟合到数据，强制 y 截距为零或任意值。值和斜率为零或任意值。 [2014-02-19 更新：修复 polyfitBM 中的错误，添加 root 和 select-terms 工具] 此提交包含四个类似于 POLYFIT 的便利多项式拟合函数。 1. POLYFITZERO - 将多项式拟合到数据，强制 y 截距为零。 2. POLYFITB - 强制 y 截距为“b”。 3. POLYFITB0 - 将 y 截距强制为“b”，并将 (0,b) 处的斜率设为零。 4. POLYFITBM - 强制 y 截距为“b”，并在 x=0 处倾斜到“m”，例如：dy/dx = m。 5. POLYFITBROOT - 力截距和根 6. POLYFITBMROOT - 力截距、斜率和根 7. POLYFITBMROOTTERMS - 力截距、斜率、根和项

vs2012 斜率升降器，在规定时间内从初始值上升到目标值，过程值=fun（使能TRUE，初始值0，目标值1000，时间120）

python根据数据线性回归画图(散点图和直线并存，只需要修改X值和Y值即可生成) 并打印公式公式： Y= bX+a 用到的包有 pandas sklearn

任意斜率的中点算法，包括坐标转换，画坐标轴等

Mplus里调节语句包含简单斜率分析.docx