¿Cómo utilizar la función de transformada de Fourier de JMP para ajustar una lista de datos de curva a la sinusoide más adecuada?Por ejemplo, en el archivo adjunto, he obtenido los datos "suaves" de la segunda columna dibujando la fórmula de línea suave de la primera columna.
El efecto del aumento de "suavizado" es determinar el período de onda sinusoidal más apropiado cruzando repetidamente las dos curvas.
Por supuesto, el cambio de la curva original es completamente aleatorio, por lo que solo se puede exigir que la onda sinusoidal ajustada pueda lograr la máxima satisfacción (la onda sinusoidal es solo un patrón fijo).
Como una onda sinusoidal en la imagen.
(Esta imagen está implementada en Python).
¡Gracias expertos!
Automatización y scriptingVentanasRe: ¿Cómo utilizar la función de transformada de Fourier de JMP para ajustar una lista de datos de curva a la curva ortodoxa más adecuada?
Re: ¿Cómo utilizar la función de transformada de Fourier de JMP para ajustar una lista de datos de curva a la curva ortodoxa más adecuada?Es decir, el número del punto alto de la onda sinusoidal fija ajustada y el punto alto de la etapa de curva "num" original coinciden tanto como sea posible, y el número del punto bajo de la misma onda sinusoidal y el punto bajo de la etapa de curva "num" original coinciden tanto como sea posible.
¡Gracias!
Re: ¿Cómo utilizar la función de transformada de Fourier de JMP para ajustar una lista de datos de curva a la curva ortodoxa más adecuada?JMP tiene FFT y algunas otras cosas relacionadas con Fourier
El análisis de series de tiempo podría ser útil o, si tiene acceso a JMP Pro, es posible que tenga más opciones con Functional Data Explorer
Re: ¿Cómo utilizar la función de transformada de Fourier de JMP para ajustar una lista de datos de curva a la curva ortodoxa más adecuada?Hola @lala ,
No estoy completamente seguro de haber entendido tu objetivo y tus necesidades (¿obtener una curva más suave que los datos de la curva original, probablemente ruidosos?), pero como mencionó @jthi , tienes muchas opciones en Functional Data Explorer para ajustar una curva y extraer el modelo "suave" ajustado. Creo que los modelos B-/P-Splines y Fourier Basis podrían funcionar bien en tu caso de uso, y hay opciones de preprocesamiento que podrían ayudar a suavizar aún más los datos de tu curva si es necesario: filtrado de Savitzky-Golay y extracción de derivadas, corrección de línea base, método de variable normal estándar, corrección de dispersión multiplicativa, etc.
Alternativamente, también puedes utilizar la plataforma Fit Curve , que permite ajustar una gran cantidad de modelos de curvas.
También puede crear una fórmula para especificar la ecuación de su modelo y utilizar la plataforma Regresión no lineal para estimar los diferentes parámetros de su modelo.
Espero que esta respuesta te ayude mientras tanto.
Re: ¿Cómo utilizar la función de transformada de Fourier de JMP para ajustar una lista de datos de curva a la curva ortodoxa más adecuada?¡Gracias expertos!
Necesito un software para sintetizar ondas sinusoidales automáticamente.
Mis pensamientos:
1. Cuando la segunda columna pasa por la primera columna desde abajo, es el punto de inicio de la primera mitad de la onda sinusoidal.
2. La primera columna sube a la cima.
3. Cuando la segunda columna pasa por la primera columna de arriba hacia abajo, es el punto final de la primera mitad de la onda sinusoidal y el punto de inicio de la segunda mitad de la onda sinusoidal.
4. La primera columna cae al fondo.
El período de una onda sinusoidal completa se determina de esta manera
De esta manera, la segunda columna y la primera columna se cruzan repetidamente para obtener muchos períodos de ondas sinusoidales diferentes.
Se necesita un software para encontrar el período de la onda sinusoidal que mejor coincide con estos datos (la amplitud de la onda sinusoidal es secundaria).
Re: ¿Cómo utilizar la función de transformada de Fourier de JMP para ajustar una lista de datos de curva a la sinusoide más adecuada?Recomendaría usar Python para esto. La biblioteca de Python scipy tiene una función scipy.fft() que toma una matriz numpy como entrada, lo que me resulta más fácil de usar. La buena noticia es que con JMP 18, ahora puedes ejecutar scripts de Python dentro de JMP y crear tablas de datos JMP a partir de las matrices numpy.
https://docs.scipy.org/doc/scipy/tutorial/fft.html
Re: ¿Cómo utilizar la función de transformada de Fourier de JMP para ajustar una lista de datos de curva a la sinusoide más adecuada?Utilice la FFT de Python
¡Gracias!
