OPD_web/Lab8-analyze.php at main · CandyGoose/OPD_web · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
<!DOCTYPE html>
<html>
<head>
  <title>Корреляционный анализ и уравнение регрессии</title>
  <script src="https://cdn.plot.ly/plotly-latest.min.js"></script>
  <script src="https://ajax.googleapis.com/ajax/libs/jquery/3.5.1/jquery.min.js"></script>
  <meta charset="UTF-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Expert</title>
    <link rel="stylesheet" href="./css/main.css">
    <link rel='stylesheet' href='https://cdnjs.cloudflare.com/ajax/libs/font-awesome/4.7.0/css/font-awesome.min.css'>
</head>
<body>
<?php
    include "menu.php";
?>
  <h1>Корреляционный анализ и уравнение регрессии</h1>

  <div id="resultsContainer"></div>

  <script>
    let weight = [];

    function calculateCorrelation(testId, testValues) {
      var resultsContainer = document.getElementById('resultsContainer');

      var resultContainer = document.createElement('div');
      resultContainer.innerHTML = '<h3>Результаты для testId=' + testId + ':</h3>';
      resultsContainer.appendChild(resultContainer);

      var testValue = document.createElement('p');
      resultContainer.appendChild(testValue);

      var scoreValue = document.createElement('p');
      resultContainer.appendChild(scoreValue);

      var correlationResult = document.createElement('p');
      resultContainer.appendChild(correlationResult);

      var regressionEquation = document.createElement('p');
      resultContainer.appendChild(regressionEquation);

      var regressionPlot = document.createElement('div');
      resultContainer.appendChild(regressionPlot);

      var scoreValues = [];

      // Выводим значения testValues для текущего теста
      $.ajax({
        url: '/backend/get_test_values.php',
        method: 'POST',
        data: { testId: testId },
        success: function(response) {
          var data = JSON.parse(response);

          if (data.error) {
            testValue.innerHTML = 'Ошибка: ' + data.error;
            return;
          }

          testValues = data.testValues;
          testValue.innerHTML = testValues.join(', ');

          // Выводим значения scoreValues для текущего теста
          scoreValue.innerHTML = 'Введите значения баллов через запятую: <input type="text" id="scoreInput' + testId + '" />';
          var button = document.createElement('button');
          button.innerHTML = 'Анализировать';
          button.addEventListener('click', function() {
            var input = document.getElementById('scoreInput' + testId);
            var scores = input.value.split(',').map(function(score) {
              return parseInt(score.trim(), 10);
            });

            if (scores.length !== testValues.length) {
              correlationResult.innerHTML = 'Ошибка: количество значений тестов и баллов должно быть одинаковым.';
              return;
            }

            scoreValues = scores;

            // Расчет корреляции
            var correlationCoefficient = calculateCorrelationCoefficient(testValues, scoreValues);
            correlationResult.innerHTML = 'Коэффициент корреляции: ' + correlationCoefficient.toFixed(2);

            // Расчет уравнения регрессии
            var regressionModel = calculateRegressionEquation(testValues, scoreValues);
            var slope = regressionModel.slope;
            var intercept = regressionModel.intercept;
            regressionEquation.innerHTML = 'Уравнение регрессии: y = ' + slope.toFixed(2) + 'x + ' + intercept.toFixed(2);

            // Сохранение значения коэффициента наклона в переменную weight
            weight.push(slope.toFixed(2));

            // Визуализация графика регрессии
            var trace = {
              x: testValues,
              y: scoreValues[testId - 1],
              mode: 'markers',
              type: 'scatter',
              name: 'Данные'
            };

            var x = testValues;
            var y = [];
            for (var i = 0; i < x.length; i++) {
              y.push(slope * x[i] + intercept);
            }

            var regressionTrace = {
              x: x,
              y: y,
              mode: 'lines',
              type: 'scatter',
              name: 'Регрессия'
            };

            var data = [trace, regressionTrace];

            var layout = {
              title: 'График регрессии',
              xaxis: {
                title: 'Значения тестов'
              },
              yaxis: {
                title: 'Значения баллов'
              }
            };

            Plotly.newPlot(regressionPlot, data, layout);
          });
          resultContainer.appendChild(button);
        },
        error: function(xhr, status, error) {
          console.error(error);
          testValue.innerHTML = 'Ошибка при получении данных из базы данных.';
        }
      });
    }

    function calculateCorrelationCoefficient(x, y) {
      var sumX = 0;
      var sumY = 0;
      var sumXY = 0;
      var sumX2 = 0;
      var sumY2 = 0;
      var n = x.length;

      for (var i = 0; i < n; i++) {
        sumX += x[i];
        sumY += y[i];
        sumXY += x[i] * y[i];
        sumX2 += x[i] * x[i];
        sumY2 += y[i] * y[i];
      }

      var numerator = (n * sumXY) - (sumX * sumY);
      var denominator = Math.sqrt(((n * sumX2) - (sumX * sumX)) * ((n * sumY2) - (sumY * sumY)));

      return numerator / denominator;
    }

    function calculateRegressionEquation(x, y) {
      var sumX = 0;
      var sumY = 0;
      var sumXY = 0;
      var sumX2 = 0;
      var n = x.length;

      for (var i = 0; i < n; i++) {
        sumX += x[i];
        sumY += y[i];
        sumXY += x[i] * y[i];
        sumX2 += x[i] * x[i];
      }

      var slope = (n * sumXY - sumX * sumY) / (n * sumX2 - sumX * sumX);
      var intercept = (sumY - slope * sumX) / n;

      return { slope: slope, intercept: intercept };
    }

    // Вызываем функцию calculateCorrelation() для каждого значения testId от 1 до 12
    for (var testId = 1; testId <= 12; testId++) {
      calculateCorrelation(testId);
      if (testId === 12) {
        save(weight)
      }
    }
  </script>
</body>
</html>