傾きと切片の計算方法こんにちは、
傾きと切片の値を計算しようとすると 2 つの問題に直面します。
- 「二変量 + フィットライン」を使用する以外に、傾きと切片を取得する簡単な方法が見つかりませんでした。
- ループ内で Bivariate を使用すると、コードの実行が遅くなるように見えます。テーブルとそれに関連するフィット ファイルを何度も作成すると、非常に時間がかかると思います。
私の質問: 高速化するために二変量を使用せずに傾きと切片を取得する方法はありますか?
以下は、ループで傾きと切片を抽出するために使用するコードです。
biv1 = Bivariate( Y( MyTab:X ), X( MyTab:Y ), Fit Line( {Line Color( "Red" )} ) );
colBox = Report( biv1 )[Number Col Box( 7 )];
beta = colBox << GetAsMatrix;
My_Slope = beta[2]; // slope
My_Intercept = beta[1]; // intercept
Close( MyTab, nosave );
);
ありがとう。
Re: 傾きと切片の計算方法私はそれを考え出した。
kXPlotDT = Report( kXPlot )["Parameter Estimates"][Table Box(1)] << Make Combined Data Table;
よろしく、
ライ
Re: 傾きと切片の計算方法こんにちは、イアンさん
私は「By」変数を使用し、二変量プラットフォームにこだわり、あなたのアプローチに従いました。 複数のフィットラインに対して機能する「結合データテーブルの作成」の正しい構文がわかりません。手伝ってくれますか？
kXPlot = dt << Bivariate( Y( :LMS_dX ), X( :X_Nominal ), By(Column(::bcol)), Fit Line());
kXPlotDT = kXPlot < ???
ありがとう、
ライ
Re: 傾きと切片の計算方法ループを使用するのではなく、二変量プラットフォームを使用し、「結合データ テーブルの作成」を使用して、「By」変数を含む大きなテーブルを作成することも検討できます。 ただし、マトリックスアプローチの方が高速になると思います。
Re: 傾きと切片の計算方法ありがとうロン、
それが私が探していたものです。速度を実装してテストします:)
Re: 傾きと切片の計算方法まず、このオプションを見てください。
http://www.pega-analytics.co.uk/blog/linear-regression-matrix-form/
これは、David Burnham がブログで提供した解決策です。行列計算を使用することで、回帰係数の高速計算を実現しました。
一番、
ロン
