Ein tieferer Einblick in Wavelet-Modelle für die funktionale DatenanalyseA WaveletDas Wavelet-Modell ist ein Basisfunktionsmodell, das sich für Daten mit vielen Spitzen eignet. Diese Option erfordert ein gleichmäßiges Datenraster. Sind die Daten ungleichmäßig verteilt, wird vor der Wavelet-Routine automatisch ein Raster erstellt. Der JMP Pro Funktionaler Daten-Explorer verarbeitet Wavelet-Modelle und erstellt Berichte dazu.
Erfahren Sie, wie Wavelet-Modelle funktionieren und warum sie sich so gut für die Modellierung von Daten mit scharfen Peaks eignen, wie beispielsweise Spektroskopiedaten. Eine Demonstration finden Sie ab Minute 7:03.
Falls Sie mit Basisfunktionsmodellen für die FDA nicht vertraut sind, sollten Sie sich das Video „A Deeper Dive into Basis Function Expansion Models for Functional Data Analysis“ ansehen.
Fortgeschrittene statistische ModellierungBetreff: Ein tieferer Einblick in Wavelet-Modelle für die funktionale DatenanalyseHallo @gail_massari und @chris_gotwalt1
Großartiger, tiefer Tauchgang in kleine Wellen.
Beim Ausführen einer funktionalen Datenanalyse mit Wavelets geben die FDE-Plattformen die Anzahl der zu verwendenden Gitterpunkte an. Ist es möglich, eine benutzerdefinierte Anzahl von Gitterpunkten festzulegen oder einen Bereich von Gitterpunkten auszuwerten?
Danke,
Weine
Betreff: Ein tieferer Einblick in Wavelet-Modelle für die funktionale DatenanalyseHallo @Vins, ich kopiere von Michelson @Di_Michelson :
Hallo @gail_massari und @chris_gotwalt1
Großartiger, tiefer Tauchgang in kleine Wellen.
Beim Ausführen einer funktionalen Datenanalyse mit Wavelets geben die FDE-Plattformen die Anzahl der zu verwendenden Gitterpunkte an. Ist es möglich, eine benutzerdefinierte Anzahl von Gitterpunkten festzulegen oder einen Bereich von Gitterpunkten auszuwerten?
Betreff: Ein tieferer Einblick in Wavelet-Modelle für die funktionale Datenanalyse@Wines Danke für Ihre Frage. Die Funktionsweise von Wavelet-Modellen besteht darin, dass zunächst die Domäne so erweitert wird, dass die Anzahl der Domänenpunkte eine Zweierpotenz ist. Dann wird die Domäne in Hälften, dann in Viertel, dann in Achtel usw. aufgeteilt, bis die Domäne vollständig aufgeteilt ist – am Ende befindet sich in jedem Segment ein Domänenpunkt. Es gibt also kein Raster wie bei Spline-Modellen und es gibt keine Möglichkeit, die Anzahl der Segmente anzupassen – alles hängt von der Anzahl der Beobachtungen pro Funktion ab.
Betreff: Ein tieferer Einblick in Wavelet-Modelle für die funktionale DatenanalyseDanke @Di_Michelson für die Klarstellung.
Beste Grüße, Vins
