이 최소값(그림과 같이)을 찾고 왼쪽에 있는 데이터를 제외하는 방법이 있습니까?
나는 이것에 대답할 적임자가 아니지만 어떤 종류의 대답이 맞는지 이해하려면 약간의 정보가 더 필요할 것입니다.
데이터가 정말 부드럽습니까? 아니면 데이터가 시끄럽습니까?
이전 행보다 큰 첫 번째 행만 필요합니까?
데이터를 생성하는 방정식이 있습니까?
안녕 크레이지,
응답해 주셔서 감사합니다. 이 그래프에 대해 X 및 Y 열이 있는 데이터 테이블(Minima_Jmp)을 첨부했습니다.
다음은 내 답변입니다.
1] 데이터가 정말 부드럽습니까? 아니면 데이터가 시끄럽습니까?
답변 : 데이터가 시끄럽습니다 - 아래 2개의 그래프와 같이
2] 이전 행보다 큰 첫 번째 행만 필요합니까?
답변: 이 질문은 명확하지 않습니다. 첫 번째 최소점을 찾고 왼쪽에 있는 모든 데이터를 제외합니다.
3] 데이터를 생성하는 방정식이 있습니까?
그리고: 아니오 이 데이터에 대한 방정식이 없습니다. 곡선을 설명하기 위해 방정식을 맞출 수 있지만 근사치일 뿐입니다.
귀하의 원래 질문은 시끄러운 데이터에 맞는 스플라인에 관한 것으로 보이며 해당 스플라인의 첫 번째 최소값을 찾습니다. 예제 데이터의 경우 다음과 같이 작동하는 것 같습니다.
dt = Open( "Z:/Minima_JMP.jmp" );
dt << sort( by( x ), replacetable( 1 ) );
obj = dt << Bivariate(
Y( :Y ),
X( :X ),
Fit Spline( 26.8534445, {Line Color( {66, 112, 221} )} ),
Automatic Recalc( 1 ),
SendToReport( Dispatch( {}, "Bivar Plot", FrameBox, {Frame Size( 1653, 240 )} ) )
);
obj << (Curve["Smoothing Spline Fit, lambda=26.8534445"] << Save Predicteds);
For( irow = 2, irow < N Rows( dt ), irow += 1,
If( dt:Spline Predictor for Y[irow] > dt:Spline Predictor for Y[irow - 1],
Write( Eval Insert( "the inflection upward trend begins around row ^irow^" ) );
// choose one of these...
dt << selectrows( 1 :: irow );
// dt<<DELETEROWS>= N Rows( dt ),
Write( "not found?" )
);</DELETEROWS>
The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.The selected points in the graph are also selected rows in the data table; press delete in the table. Or, choose the <<deleterows statement.그래프에서 선택된 포인트는 데이터 테이블에서도 선택된 행입니다. 테이블에서 삭제를 누릅니다. 또는 <
로그에서: 굴절 상승 추세는 행 231에서 시작됩니다.
그것은 X를 오름차순으로 테이블을 정렬한 후입니다.
스플라인의 장력을 조정하면 다른 답을 얻을 수 있습니다(lambda=...). 스크립트를 다시 실행하기 전에 예측 열을 삭제하거나 저장하지 않고 테이블을 닫으십시오.
이 아이디어는 데이터의 실제 모양이 예제와 일치하지 않으면 깨집니다. 초반에 이미 상승 추세에 있는 경우 등
이것은 필요한 작업을 수행하는 올바른 방법이 아닐 수 있습니다. 다른 사람들이 아이디어를 추가하도록 하려면 데이터가 어떤 종류의 프로세스에서 오는지, 왜 데이터에서 이 지점을 찾고 싶은지 설명해야 할 것 같습니다.
안녕 크레이지,
멋지네요. 다른 데이터 테이블에서 시도해보고 확인하겠습니다.
유사한 데이터의 여러 데이터 테이블에 대해 이 분석을 자동화해야 하는 경우 적합한 람다 값을 찾을 수 있는 방법이 있습니까?
감사합니다.
모르겠습니다. 특히 스플라인의 경우 일부는 과학, 일부는 예술이라고 생각합니다. 결과를 시각적으로 검사하지 않고 자동화하려는 경우 코드에 온전성 검사를 추가하고 싶을 것입니다. 프로세스가 처음에 추가 진동을 생성하는 것이 가능하다면 이것은 분명히 실패할 것입니다. 또는 더 많은 데이터 또는 더 적은 데이터 또는 범위에 걸쳐 다르게 밀집/희소한 등으로 인해 결과가 변경될 수 있습니다.
프로세스나 산업에 특정한 다른 모델을 제안할 수 있는 사람들이 있습니다. 그들은 데이터에 대한 더 많은 정보가 필요할 것입니다.
