我有一个像这样的数据库：
Site X Y
S1 1 1.5
S1 1 1.3
S1 2 1.7
S1 1 1.1
S1 4 5.9
S2 3 4.0
S2 2 2.5
S2 4 9.1
S2 4 9.2
S2 1 2.3
我需要找到是否增加为每个站点都会增加。换句话说，更大对应更大.
我知道线性回归可能适合这个问题。但请看下图：
图 1 不是我想要的，因为很小对应大. 但是，图 2 是我想要的。当我使用线性回归模型和 RMSE 作为衡量标准时，它无法区分图 1 和图 2 之间的差异。
关于我的数据库的另一件事是：就像级别一样，对所有站点都相同。但是每个网站都是不同的。例如，对于一个站点，和方法是一个小值，因为它对应于最低级别. 但对于另一个网站，和方法是最高值，因为是最高级别。
所以，我的问题是：对于每个站点，我需要使用线性模型或任何其他算法来判断是否增加为做。然后，我需要使用度量来选择一些站点。
我认为线性模型对您的问题不是一个好主意，因为它只能捕获线性模式。此外，如果我对您的理解正确，由于比例/坡度不同，不同站点的结果将无法比较。
相反，我建议使用Spearman 等级相关系数。
线性回归将帮助您确定是否Y 趋于增加X，但它不是证明总是Y 增加的好工具X。为此，您需要设计一个算法。
为了证明在每个站点Y总是增加X，首先创建一个X按升序排列的唯一表，Y每个站点都有相应的最小值和最大值：
S1:
X min(Y) max(Y)
1 1.1 1.5
2 1.7 1.7
4 5.9 5.9
S2:
X min(Y) max(Y)
1 2.3 2.3
2 2.5 2.5
3 4.0 4.0
4 9.1 9.2
现在为每个站点验证以下内容： 对于每个X检查 max( Y) 是否小于 min( Y) for X+1。如果这个条件失败了，那么你已经证明Y并不总是X在每个站点都增加，否则你可以说它确实如此。