Un'analisi più approfondita dei modelli wavelet per l'analisi funzionale dei datiA OndinaIl modello è un tipo di modello di funzione di base utile per dati che contengono molti picchi. Questa opzione richiede che i dati siano disposti su una griglia uniformemente spaziata. Se i dati non sono uniformemente spaziati, viene creata automaticamente una griglia prima della routine wavelet. JMP Pro Esploratore di dati funzionali gestisce e crea report per i modelli wavelet.
Scopri come funzionano i modelli Wavelet e perché sono così efficaci per la modellazione di dati con picchi netti, come i dati spettroscopici. Una dimostrazione è inclusa al minuto 7:03.
Se non hai familiarità con i modelli di funzioni di base per FDA, ti consigliamo di guardare il video "A Deeper Dive into Basis Function Expansion Models for Functional Data Analysis".
Modellazione statistica avanzataRe: Un'analisi più approfondita dei modelli wavelet per l'analisi funzionale dei datiCiao @gail_massari e @chris_gotwalt1
Ottimo approfondimento sulle wavelet.
Quando si esegue un'analisi dei dati funzionali tramite wavelet, i dispositivi delle piattaforme FDE determinano il numero di punti della griglia da utilizzare. È possibile impostare un numero personalizzato di punti della griglia o valutare un intervallo di punti della griglia?
Grazie,
Vini
Re: Un'analisi più approfondita dei modelli wavelet per l'analisi funzionale dei datiHi @Vini I am copying Di Michelson @Di_Michelson :
CIAO @gail_massari e @chris_gotwalt1
Ottimo approfondimento sulle wavelet.
Quando si esegue un'analisi dei dati funzionali tramite wavelet, i dispositivi delle piattaforme FDE determinano il numero di punti della griglia da utilizzare. È possibile impostare un numero personalizzato di punti della griglia o valutare un intervallo di punti della griglia?
Re: Un'analisi più approfondita dei modelli wavelet per l'analisi funzionale dei dati@Vini Grazie per la tua domanda. Il modo in cui funzionano i modelli wavelet è espandere prima il dominio in modo che il numero di punti di dominio sia una potenza di due. Quindi divide il dominio in metà, poi in quarti, poi in ottavi e così via, finché il dominio non è completamente diviso: alla fine, c'è un punto di dominio in ogni segmento. Quindi non c'è davvero una griglia come nei modelli spline e non c'è un modo per regolare quanti segmenti ci sono: è tutto correlato al numero di osservazioni per funzione.
Re: Un'analisi più approfondita dei modelli wavelet per l'analisi funzionale dei datiGrazie @Di_Michelson per il chiarimento.
I migliori auguri, Vins
