Je prévois d'analyser les données du rythme circadien et de pouvoir les adapter au lisseur Savitzky-Golan avec un degré cube et une pondération en cosinus local. Cela fournit un visuel avec une confiance d’ajustement.Cependant, existe-t-il un moyen de déterminer statistiquement la qualité de l’ajustement à la forme d’onde cosinus ?J'ai essayé d'enregistrer la formule plus lisse dans la table de données, puis de lancer l'analyse en utilisant les valeurs plus lisses supérieure et inférieure dans une macro Sheffe Cubic avec la covariante x-time, mais je ne suis pas sûr que ce soit la meilleure façon d'analyser l'ajustement.Aucun conseil?
Merci,
Arthur DeCarlo
Salut @aadecarlojr ,
Je pense que ce qui suit est une approche possible que vous pourriez adopter.
Ce que j'ai fait, c'est générer une colonne de valeurs :t et une autre colonne appelée :MM est une fonction de :t, à savoir :
Comme vous l'avez souligné, dans Graph Builder, vous pouvez utiliser le lisseur Savitzky-Golay pour adapter des fonctions comme celle-ci. J'ai également utilisé le degré cube et la pondération du cosinus local en utilisant les options du menu des boutons rouges pour "Lisser". Une chose que vous pouvez également faire est de "Enregistrer la formule",
Ce qui, dans mon cas, enregistre la colonne suivante : Smoother(M) dans la table de données avec la formule suivante :
Vous pouvez ensuite procéder à un ajustement Y par X, où vous utilisez les données réelles comme variable Y et les données prédites comme X, puis ajuster une ligne aux données. Cela vous donnera des statistiques d'ajustement et une base pour quantifier la qualité de votre ajustement réel.
Dans mon cas, vous pouvez voir que l'ajustement fonctionne très bien, avec un r^2 de 0,97. En plus d'obtenir cette statistique d'ajustement, vous pouvez également enregistrer l'intervalle de confiance de 95 % sur l'ajustement en cliquant sur le bouton rouge à côté d'Ajustement linéaire et en sélectionnant Formule de limite de confiance individuelle.
Cela enregistrera deux colonnes supplémentaires dans le tableau de données que vous pourrez ensuite utiliser dans un tracé de superposition pour voir dans quelle mesure l'ajustement et les données réelles restent dans les intervalles de confiance de 95 %, voir ci-dessous.
Cela devrait au moins vous permettre de commencer à quantifier l'ajustement de vos données.
J'espère que cela t'aides!,
DS
Graph Builder est flexible, mais il se concentre sur la visualisation. Voir le Non linéaire plateforme d’ajustement et d’évaluation des modèles. Vous pouvez mettre à jour la formule de colonne utilisée comme modèle, puis la tracer dans Graph Builder.
