ВУЗ:
Составители:
13
ки. За пределами этой области кривые резко расходятся. Результат такой
регрессии не стоит использовать для определения параметров теоретиче-
ской зависимости или экстраполяции.
Рис. 9. Пример аппроксимации набора точек функциями loess и plspline
На рис. 9 приведен результат сплайн-интерполяции с помощью
функции loess. Как видно, интерполяционная кривая значительно отлича-
ется от теоретической, а регрессионная кривая дает более приемлемый ре-
зультат.
Замечание. Выбирать значение параметра span можно по-разному.
Если выбрано значение span больше двух, то кривая не будет
отличаться
от результата функции regress со значением параметра n = 2. Если вы-
брано маленькое значение, то результат может мало отличаться от
интерполяционной кривой, а при очень маленьких значениях span будет
выдано сообщение об ошибке. В реальных задачах для достижения наи-
лучшего результата значение span приходится подбирать.
ки. За пределами этой области кривые резко расходятся. Результат такой регрессии не стоит использовать для определения параметров теоретиче- ской зависимости или экстраполяции. Рис. 9. Пример аппроксимации набора точек функциями loess и plspline На рис. 9 приведен результат сплайн-интерполяции с помощью функции loess. Как видно, интерполяционная кривая значительно отлича- ется от теоретической, а регрессионная кривая дает более приемлемый ре- зультат. Замечание. Выбирать значение параметра span можно по-разному. Если выбрано значение span больше двух, то кривая не будет отличаться от результата функции regress со значением параметра n = 2. Если вы- брано маленькое значение, то результат может мало отличаться от интерполяционной кривой, а при очень маленьких значениях span будет выдано сообщение об ошибке. В реальных задачах для достижения наи- лучшего результата значение span приходится подбирать. 13
Страницы
- « первая
- ‹ предыдущая
- …
- 11
- 12
- 13
- 14
- 15
- …
- следующая ›
- последняя »