mathtool2/lib/tools/regression.dart

// tools/regression.dart
import 'package:flutter/material.dart';
import 'package:fl_chart/fl_chart.dart';

import 'tool_kit.dart';

/// 线性回归 —— 十个统计量、散点和回归直线全部由 Symja 算。
///
/// Dart 只做两件不涉及计算的事：数个数（校验 x、y 长度一致）和排版。回归
/// 系数、相关系数、残差等一次 `N[With[...], 10]` 全部算好；画图要的双精度
/// 散点由 `{N[x], N[y]}` 给出，回归直线两端点再单独问一次。图上**始终**画
/// 回归直线，原来的「显示回归直线」复选框已去掉。
class RegressionPage extends StatefulWidget {
  const RegressionPage({super.key});

  @override
  State<RegressionPage> createState() => _RegressionPageState();
}

class _RegressionPageState extends State<RegressionPage> {
  final _x = ToolField('x值', hint: '用空格分隔多个值');
  final _y = ToolField('y值', hint: '用空格分隔多个值');

  @override
  Widget build(BuildContext context) => ToolScaffold(
    title: '线性回归',
    fields: [_x, _y],
    compute: (session) async {
      if (_x.count == 0 || _y.count == 0) {
        throw Exception('请输入 x 和 y 的数据');
      }
      if (_x.count != _y.count) {
        throw Exception('x 和 y 的个数必须一致（现在是 ${_x.count} 和 ${_y.count}）');
      }
      final x = _x.list;
      final y = _y.list;

      // 十个量一条表达式算齐（隐式乘号一律写出来）。
      final statsExpr =
          'N[With[{x=$x, y=$y}, '
          'Module[{xb, yb, sxx, syy, sxy, b, aa, se2}, '
          'xb=Mean[x]; yb=Mean[y]; '
          'sxx=Total[(x-xb)^2]; syy=Total[(y-yb)^2]; '
          'sxy=Total[(x-xb)*(y-yb)]; '
          'b=sxy/sxx; aa=yb-b*xb; se2=Total[(y-(aa+b*x))^2]; '
          '{xb, yb, sxx, syy, sxy, sxy/Sqrt[sxx*syy], b, aa, se2, 1-se2/syy}]], 10]';
      final stats = parseSymjaList((await session.compute(statsExpr)).text)
          .map((e) => _clean('$e'))
          .toList();
      if (stats.length < 10) throw Exception('回归计算没有返回预期结果');

      // 守卫：Σ(x−x̄)² 为 0 说明 x 全相同，拟合无意义。
      if (asNumber(stats[2]) == 0) {
        throw Exception('x 的取值不能全部相同（Σ(x−x̄)² = 0，无法拟合）');
      }

      const labels = <String>[
        'x 均值 x̄',
        'y 均值 ȳ',
        'Σ(x−x̄)²',
        'Σ(y−ȳ)²',
        'Σ(x−x̄)(y−ȳ)',
        '相关系数 r',
        '斜率 b',
        '截距 a',
        '残差平方和',
        '决定系数 R²',
      ];

      // 散点坐标：N[x]、N[y]（一次调用拿两组）。
      final pts = parseSymjaList(
        (await session.compute('{N[$x], N[$y]}')).text,
      );
      final scatter = <FlSpot>[];
      if (pts.length >= 2 && pts[0] is List && pts[1] is List) {
        final xs = pts[0] as List;
        final ys = pts[1] as List;
        for (var i = 0; i < xs.length && i < ys.length; i++) {
          final xv = asNumber(xs[i]);
          final yv = asNumber(ys[i]);
          if (xv != null && yv != null) scatter.add(FlSpot(xv, yv));
        }
      }

      // 回归直线两端点（在 x 的最小/最大值处取值）。
      final endsExpr =
          'N[With[{x=$x, y=$y}, '
          'Module[{xb, yb, sxy, sxx, b, aa}, '
          'xb=Mean[x]; yb=Mean[y]; sxx=Total[(x-xb)^2]; '
          'sxy=Total[(x-xb)*(y-yb)]; b=sxy/sxx; aa=yb-b*xb; '
          '{Min[x], Max[x], aa+b*Min[x], aa+b*Max[x]}]], 10]';
      final ends = parseSymjaList((await session.compute(endsExpr)).text)
          .map(asNumber)
          .toList();
      final line = <FlSpot>[];
      if (ends.length >= 4 &&
          ends[0] != null &&
          ends[1] != null &&
          ends[2] != null &&
          ends[3] != null) {
        line.add(FlSpot(ends[0]!, ends[2]!));
        line.add(FlSpot(ends[1]!, ends[3]!));
      }

      return <ToolOutput>[
        for (var i = 0; i < 10; i++) ToolText(labels[i], stats[i]),
        ToolChart('散点与回归直线', _scatterWithLine(scatter, line)),
      ];
    },
  );
}

/// 去掉 Symja 近似值尾巴上的精度标记（形如 `0.9943767127`` 或 `0.9943767127`10.`）。
String _clean(String s) => s.split('`').first.trim();

/// 散点 + 回归直线（图不参与复制，所以没有 tex/文本）。
Widget _scatterWithLine(List<FlSpot> scatter, List<FlSpot> line) {
  if (scatter.isEmpty && line.isEmpty) {
    return const SizedBox(height: 200, child: Center(child: Text('没有可绘制的数据')));
  }

  // 坐标范围只是给图留边距，不是工具的结果（原来的实现也这么做）。
  final xs = <double>[...scatter.map((s) => s.x), ...line.map((s) => s.x)];
  final ys = <double>[...scatter.map((s) => s.y), ...line.map((s) => s.y)];
  double lo(Iterable<double> v) => v.reduce((a, b) => a < b ? a : b);
  double hi(Iterable<double> v) => v.reduce((a, b) => a > b ? a : b);

  return SizedBox(
    height: 280,
    child: LineChart(
      LineChartData(
        gridData: FlGridData(show: true),
        titlesData: FlTitlesData(
          topTitles: AxisTitles(sideTitles: SideTitles(showTitles: false)),
          rightTitles: AxisTitles(sideTitles: SideTitles(showTitles: false)),
        ),
        borderData: FlBorderData(show: true),
        minX: lo(xs) - 1,
        maxX: hi(xs) + 1,
        minY: lo(ys) - 1,
        maxY: hi(ys) + 1,
        lineBarsData: [
          if (scatter.isNotEmpty)
            LineChartBarData(
              spots: scatter,
              isCurved: false,
              barWidth: 0,
              color: Colors.transparent, // 只显示点，不连折线
              dotData: FlDotData(
                show: true,
                getDotPainter: (spot, percent, bar, index) =>
                    FlDotCirclePainter(
                      radius: 4,
                      color: Colors.blue,
                      strokeWidth: 2,
                      strokeColor: Colors.blue,
                    ),
              ),
            ),
          if (line.isNotEmpty)
            LineChartBarData(
              spots: line,
              isCurved: false,
              barWidth: 2,
              color: Colors.red,
              dotData: FlDotData(show: false),
            ),
        ],
      ),
    ),
  );
}