ВУЗ:
Составители:
56
Mz содержит значения z, соответствующие узлам сетки, которая
определена в Mxy. Вектор v содержит координаты x и y, для
которых вычисляется значение z. Вектор vs есть результат,
возвращаемый одной из функций cspline(Mxy,Mz),
pspline(Mxy,Mz) или linsple(Mxy,Mz).
11.2. Регрессии
Широко распространённой задачей обработки данных
является представление их совокупности некоторой функцией y(x).
Задача регрессии заключается в получении таких параметров
функции y(x), чтобы она приближала набор исходных данных с
наименьшей среднеквадратичной погрешностью.
Наиболее простым и часто используемым методом является
линейная регрессия, при которой функция y(x) имеет вид:
y(x) = ах + b.
Таким образом, построение линии регрессии сводится к
нахождению прямой, наилучшим образом (в смысле наименьших
квадратов) приближающей облако исходных данных, заданных
векторами vx, vy.
Для проведения линейной регрессии имеются функции
slope(vx,vy) и intercept(vx,vy). Функция slope возвращает параметр
а – тангенс угла наклона линии регрессии, а функция intercept
возвращает параметр b – смещение по вертикали.
Кроме того, в последние версии системы MathCad введена
функция linfit(vx,vy,F) для выполнения линейной регрессии общего
вида. В этом случае исходная совокупность точек приближается
линейной комбинацией заданных функций F
1
(x), F
2
(x), ..., F
n
(x),
записанных в символьной форме:
F(x, K
1
, K
2
, ..., K
n
) = K
1
⋅ F
1
(x) + K
2
⋅ F
2
(x) + ..., + K
n
⋅ F
n
(x) .
Функция linfit(vx,vy,F) возвращает вектор коэффициентов К,
при которых линейная комбинация функций из F, которая даёт
наилучшую аппроксимацию исходных данных.
Для проведения одномерной и многомерной
полиномиальной регрессии в MathCad используются функции
regress и loess.
Эти функции возвращают вектор vs, запрашиваемый
функцией interp. При вызове функции regress(vx,vy,k) задаётся
степень аппроксимирующего полинома k, а результатом является
Mz содержит значения z, соответствующие узлам сетки, которая
определена в Mxy. Вектор v содержит координаты x и y, для
которых вычисляется значение z. Вектор vs есть результат,
возвращаемый одной из функций cspline(Mxy,Mz),
pspline(Mxy,Mz) или linsple(Mxy,Mz).
11.2. Регрессии
Широко распространённой задачей обработки данных
является представление их совокупности некоторой функцией y(x).
Задача регрессии заключается в получении таких параметров
функции y(x), чтобы она приближала набор исходных данных с
наименьшей среднеквадратичной погрешностью.
Наиболее простым и часто используемым методом является
линейная регрессия, при которой функция y(x) имеет вид:
y(x) = ах + b.
Таким образом, построение линии регрессии сводится к
нахождению прямой, наилучшим образом (в смысле наименьших
квадратов) приближающей облако исходных данных, заданных
векторами vx, vy.
Для проведения линейной регрессии имеются функции
slope(vx,vy) и intercept(vx,vy). Функция slope возвращает параметр
а – тангенс угла наклона линии регрессии, а функция intercept
возвращает параметр b – смещение по вертикали.
Кроме того, в последние версии системы MathCad введена
функция linfit(vx,vy,F) для выполнения линейной регрессии общего
вида. В этом случае исходная совокупность точек приближается
линейной комбинацией заданных функций F1(x), F2(x), ..., Fn(x),
записанных в символьной форме:
F(x, K1, K2, ..., Kn) = K1⋅ F1(x) + K2⋅ F2(x) + ..., + Kn⋅ Fn(x) .
Функция linfit(vx,vy,F) возвращает вектор коэффициентов К,
при которых линейная комбинация функций из F, которая даёт
наилучшую аппроксимацию исходных данных.
Для проведения одномерной и многомерной
полиномиальной регрессии в MathCad используются функции
regress и loess.
Эти функции возвращают вектор vs, запрашиваемый
функцией interp. При вызове функции regress(vx,vy,k) задаётся
степень аппроксимирующего полинома k, а результатом является
56
Страницы
- « первая
- ‹ предыдущая
- …
- 54
- 55
- 56
- 57
- 58
- …
- следующая ›
- последняя »
