Ich habe vor, zirkadiane Rhythmusdaten zu analysieren und kann sie mit einer kubischen Grad- und Lokalkosinus-Gewichtung an den Savitzky-Golan-Glätter anpassen. Dies sorgt für ein visuelles Ergebnis mit sicherer Passgenauigkeit.Gibt es jedoch eine Möglichkeit, die Qualität der Anpassung an die Kosinuswellenform statistisch zu bestimmen?Ich habe versucht, die Glättungsformel in der Datentabelle zu speichern und dann die Analyse mit den oberen und unteren Glättungswerten in einem kubischen Sheffe-Makro mit der x-Zeit-Kovariante zu starten, bin mir aber nicht sicher, ob dies die beste Methode zur Analyse der Passung ist.Irgendein Rat?
Danke,
Arthur DeCarlo
Hallo @aadecarlojr ,
Ich denke, das Folgende ist ein möglicher Ansatz, den Sie wählen könnten.
Ich habe eine Wertespalte :t generiert und eine weitere Spalte namens :MM ist eine Funktion von :t, nämlich:
Wie Sie bereits betont haben, können Sie im Graph Builder den Savitzky-Golay-Glätter verwenden, um Funktionen wie diese anzupassen. Ich habe auch die Kubikgrad- und Lokalkosinus-Gewichtung verwendet, indem ich die Optionen im Hot-Button-Menü auf „Glatter“ eingestellt habe. Eine Möglichkeit ist auch „Formel speichern“,
Dadurch wird in meinem Fall die folgende Spalte :Smoother(M) mit der folgenden Formel in der Datentabelle gespeichert:
Anschließend können Sie mit der Funktion „Y nach X anpassen“ fortfahren, bei der Sie die tatsächlichen Daten als Y-Variable und die vorhergesagten Daten als X verwenden und dann eine Linie an die Daten anpassen. Dadurch erhalten Sie einige Eignungsstatistiken und eine Grundlage, um zu quantifizieren, wie gut Ihre Eignung tatsächlich ist.
In meinem Fall können Sie sehen, dass die Anpassung mit einem r^2 von 0,97 sehr gut funktioniert. Zusätzlich zum Abrufen dieser Anpassungsstatistik können Sie auch das 95 %-Konfidenzintervall für die Anpassung speichern, indem Sie auf die rote Schaltfläche neben „Lineare Anpassung“ klicken und „Formel für individuelle Konfidenzgrenze“ auswählen.
Dadurch werden zwei zusätzliche Spalten in der Datentabelle gespeichert, die Sie dann in einem Überlagerungsdiagramm verwenden können, um zu sehen, wie gut die Anpassung und die tatsächlichen Daten innerhalb der 95 %-Konfidenzintervalle bleiben, siehe unten.
Dies sollte Ihnen zumindest den Einstieg in die Quantifizierung der Passung Ihrer Daten erleichtern.
Hoffe das hilft!,
DS
Graph Builder ist flexibel, konzentriert sich jedoch auf die Visualisierung. Siehe die Nichtlinear Plattform zur Anpassung und Bewertung von Modellen. Sie können die als Modell verwendete Spaltenformel aktualisieren und sie dann im Graph Builder darstellen.
