FDEモデルの選択と適合。 「節のある」問題...こんにちは、みんな、
私は現在、FDEを使用して応答が時間とともに変化するいくつかの分析データを調査しようとしています。
コンテキストは、これが同じサンプルの応答が時間とともに変化する分析方法であるということです。 2つの主な要因の影響を把握し、この変化の原因を特定するために、表面応答DoE計画を使用しました。
設計の各実験について、複数の複製を追加して、各実験の時系列を生成しました。 次に、これをFDEを使用して分析しました。
添付の画像は、データのbスプラインフィットを示しています。 私の猿の脳はここで非常に明白な振動パターンを見ています。 フィット感は明らかに良くなく、ノットを5を超えて増やすことはできません（各変曲点をキャプチャするために12〜13を試すことが提案されたため）が、それを行う方法がわかりません。だからそれについての助けをいただければ幸いです。
私の質問は、このデータを分析するための最良のアプローチは何だと思いますか？ エンドポイントは、時間の経過とともに変化する応答を妨げる条件を特定することです。
時系列データを正規化して振動を取り除くことを検討しましたが、解像度がいくらか失われるのではないかと心配しています。 また、「実行」時間のためにサンプリング頻度を上げることができません。
ありがとう！
分析DOERe：FDEモデルの選択と適合。 「節のある」問題...適合の選択は、モデル選択基準と個々の関数のレビューに基づいています。 個々の関数の適合はかなり良く見えます。 すべての関数のオーバーレイにプロットされた赤い線は、平均関数です。
個々の関数はオーバーレイのようには見えません。 つまり、個々の機能のいずれにも振動は見られません。 それらはドメインのセグメントですか？
関数が本当に振動する場合は、フーリエ基底の方がパフォーマンスが向上する可能性があります。 サイクルは複数の振動を示す場合がありますが、各関数は1つのアクションサイクルを表すと想定されています。
Re：FDEモデルの選択と適合。 「節のある」問題...ハイマーク、
返信ありがとうございます。
データに周期的な応答は期待していません。条件に応じて勾配が変化するにつれて、減少傾向になります。 あなたがフィット感が良いと思うなら、私はあなたの経験を延期し、私のデータを受け入れてうれしいです！
FDEに不慣れなことを考えると、専門家の意見を求めるのが最善だと思いました。
ありがとう！
