33488_fr-FR

liliconcom

Script non linéaire

L'exécution du NLR via la plate-forme sur une table de données génère les résultats attendus (voir Croucher http://www.walkingrandomly.com/?p=5215) mais l'exécution du script correspondant (attaché) entraîne un blocage (violation d'accès) dans JMP 7 . [Je ne vois pas comment joindre une table, mais je peux envoyer au besoin.]

J'ai utilisé des scripts similaires [modifier les données et l'équation] sans problème.

Des pensées?

La section équation du script est la suivante: Parameter ({b0 = 1, b1 = 0.2},
b0 * cosinus (b1 *: x) + b1 * sinus (b0 *: x))

Clear Log(); Clear Globals();
xv = [     -2,  -1.64,  -1.33,    -.07,      0,     0.45,    1.2,    1.64,     2.32, 2.9];
yv = [.699369,.700462,.695354,1.030905,1.97389,2.411430,1.910910,0.919576,-0.770975,-1.42001];
 
dt = New Table( "Croucher Data",
 New Column( "x", SetValues( xv ) ),
 New Column( "y", SetValues( yv ) ),   
 
); //close New Table

dt << 
Nonlinear(
 Y( :y ),
 X( :x ),
 Model( Parameter( {b0 = 1., b1 = 0.2},
   b0 * Cosine( b1 * :x ) + b1 * Sine( b0 * :x ) ) ),
 QuasiNewton SR1,Finish,plot(1),
 Confidence Limits
);//close NonLinear

 

Re: Script non linéaire

Merci, problème de dactylographie! Je les ai corrigés pour mon fichier.

Re: Script non linéaire

Merci beaucoup pour le script. Ça fonctionne bien pour moi. Je n'ai pas beaucoup utilisé cette fonction, mais elle est évidemment idéale pour de nombreux modèles.

Re: Script non linéaire

On dirait que l'une de vos valeurs x devrait être -0,7 et non -0,07,

 

Re: Script non linéaire

Votre script fonctionne bien. Il y a une légère différence dans les données d'entrée par rapport à l'exemple lié (cf. xv [4] & yv [9]). 

 

Il est également possible de faire cet ajustement non linéaire sans utiliser la plate-forme:

Model = Expr(
    b0 * Cosine(b1 * xv) + b1 * Sine(b0 * xv)
);

xv = [-2, -1.64, -1.33, -0.7, 0, 0.45, 1.2, 1.64, 2.32, 2.9];
yv = [0.699369, 0.700462, 0.695354, 1.03905, 1.97389, 2.41143, 1.91091, 0.919576, -0.730975, -1.42001]; 

b0 = 1;
b1 = 0.2;
SSE = Minimize(Sum((Model - yv) ^ 2), {b0, b1});
Eval List({b0, b1, SSE});