나는 일주기 리듬 데이터를 분석하고 이를 입방도 및 로컬 코사인 가중치를 사용하여 Savitzky-Golan Smoother에 맞출 계획입니다. 이는 핏에 대한 자신감이 있는 시각적 정보를 제공합니다.그러나 코사인 파형에 대한 적합 품질을 통계적으로 결정하는 방법이 있습니까?더 부드러운 공식을 데이터 테이블에 저장한 다음 x-시간 공변량을 사용하여 Sheffe Cubic 매크로에서 더 부드러운 상위 및 하위 값을 사용하여 분석을 시작하려고 시도했지만 이것이 적합성을 분석하는 가장 좋은 방법인지 확실하지 않습니다.어떤 충고?
감사해요,
아서 드카를로
안녕 @aadecarlojr ,
다음은 취할 수 있는 접근 방식 중 하나라고 생각합니다.
내가 한 일은 :t 값의 열을 생성하고 :MM이라는 또 다른 열은 :t의 함수입니다. 즉:
지적하신 대로 Graph Builder에서는 Savitzky-Golay Smoother를 사용하여 이와 같은 기능을 맞출 수 있습니다. 나는 또한 "Smoother"에 대한 레드 핫 버튼 메뉴 넷의 옵션을 사용하여 입방도 및 로컬 코사인 가중치를 사용했습니다. 또한 할 수 있는 작업 중 하나는 "수식 저장"입니다.
제 경우에는 다음 수식을 사용하여 다음 열 :Smoother(M)을 데이터 테이블에 저장합니다.
그런 다음 실제 데이터를 Y 변수로 사용하고 예측 데이터를 X로 사용하는 Fit Y by X를 수행한 다음 데이터에 선을 맞출 수 있습니다. 이를 통해 실제로 핏이 얼마나 좋은지 정량화할 수 있는 핏 통계와 근거를 얻을 수 있습니다.
내 경우에는 r^2가 0.97로 매우 잘 맞는 것을 볼 수 있습니다. 이 피팅 통계를 얻는 것 외에도 선형 피팅 옆에 있는 빨간색 핫 버튼을 클릭하고 개별 신뢰 한계 공식을 선택하여 피팅에 대한 95% 신뢰 구간을 저장할 수도 있습니다.
이렇게 하면 데이터 테이블에 두 개의 추가 열이 저장되어 오버레이 플롯에서 사용할 수 있어 적합성과 실제 데이터가 95% 신뢰 구간 내에 얼마나 잘 유지되는지 확인할 수 있습니다. 아래를 참조하세요.
이를 통해 최소한 데이터의 적합성을 정량화할 수 있게 됩니다.
도움이 되었기를 바랍니다!,
DS
그래프 빌더는 유연하지만 시각화에 중점을 둡니다. 참조 비선형 모델을 피팅하고 평가하기 위한 플랫폼입니다. 모델로 사용된 열 공식을 업데이트한 다음 그래프 빌더에서 플롯할 수 있습니다.
