beta

beta(Y, X, [intercept=true])

返回 Y 在 X 上的回归系数的最小二乘估计。

与 Python 中 scipy.stats.beta 的区别：scipy.stats.beta 是 beta 连续概率分布对象，可用于概率密度、分布函数、随机数等计算；DolphinDB 的 beta 是统计回归函数，返回 Y 对 X 的 OLS 回归系数。

与 Python TA-Lib 中 BETA 的区别：TA-Lib 的 BETA(high, low, timeperiod=5) 是基于窗口的技术分析指标，不支持指定是否包含截距项；DolphinDB 的 beta(Y, X) 对整段输入一次性计算 OLS 回归系数，并支持通过 intercept 参数指定回归模型是否包含截距项。若需要实现 TA-Lib 的 BETA 指标，可使用 DolphinDB TA 模块中的 ta::beta。

Y 和 X 是相同长度的数值型向量、维度相同的矩阵或表。若 X 是表，只对其内数值型和布尔型的列进行计算。

intercept BOOL 类型标量，可选参数，默认值为 true。表示回归模型是否包含截距项。设置为 false 时，固定截距为 0，即进行通过原点的线性回归。

DOUBLE 类型标量/向量/表。

x=1 3 5 7 11 16 23
y=0.1 4.2 5.6 8.8 22.1 35.6 77.2;

beta(y,x);
// output: 3.378632

x = 1 3 5 7 11 16 23
y = 0.1 4.2 5.6 8.8 22.1 35.6 77.2

beta(y,x);
// output: 3.378632

// 默认 intercept=true，包含截距
beta(y, x, true)
// output: 3.378632

// intercept=false，不包含截距（通过原点回归）
beta(y, x, false)
// output: 2.717778