如何使用JMP的傅立葉變換功能將一系列曲線資料擬合到最合適的正弦曲線？例如，在附件中，我透過繪製第一列的平滑線公式，得到了第二列的「平滑」資料。
增加「平滑」的效果是透過重複交叉兩條曲線來確定最合適的正弦波週期。
當然，原始曲線的變化是完全隨機的，所以只能要求擬合的正弦波能夠達到最大的滿足（正弦波只是一個固定的模式）。
就像圖中的正弦波一樣。
（該圖像是用 python 實現的。）
感謝專家！
自動化和腳本編寫視窗Re: 如何利用JMP的傅立葉變換功能將一列曲線資料擬合成最合適的正統曲線？
Re: 如何利用JMP的傅立葉變換功能將一列曲線資料擬合成最合適的正統曲線？即擬合的固定正弦波的高點與原「num」曲線階段的高點的個數盡可能重合，同一正弦波的低點與原「num」曲線階段的低點的個數盡可能重合。原始“num”曲線階段盡可能重合
謝謝！
Re: 如何利用JMP的傅立葉變換功能將一列曲線資料擬合成最合適的正統曲線？JMP有FFT和其他一些與傅立葉相關的東西
時間序列分析可能會有所幫助，或者如果您可以存取 JMP Pro，則函數資料瀏覽器可能會提供更多選項
Re: 如何利用JMP的傅立葉變換功能將一列曲線資料擬合成最合適的正統曲線？嗨@拉拉，
我不完全確定已經理解您的目標和需求（獲得比原始的、可能有噪音的曲線數據更平滑的曲線？），但正如@jthi所提到的，您在功能性數據管理器中有很多選項來擬合曲線並提取擬合的“平滑”模型。我認為 B-/P-Splines 和Fourier Basis模型可以很好地適合您的用例，並且有一些預處理選項可以幫助您在需要時進一步平滑曲線資料：Savitzky-Golay 過濾和導數提取，基線校正、標準常態變數法、乘性散點校正等...
或者，您也可以使用Fit Curve平台，該平台可以擬合大量曲線模型。
您也可以建立一個公式來指定模型方程，並使用非線性迴歸平台來估計模型的不同參數。
希望這個答案能同時幫助您，
Re: 如何利用JMP的傅立葉變換功能將一列曲線資料擬合成最合適的正統曲線？感謝專家！
我需要軟體來自動合成正弦波。
我的想法：
1.當第二根柱子從下面穿過第一根柱子時，就是正弦波前半部的起點
2.第一列上升到頂部
3.當第二根柱子從上往下穿過第一根柱子時，就是前半段正弦波的終點，也是後半段正弦波的起點
4.第一列落到底部
完整的正弦波的週期是這樣確定的
這樣，第二列和第一列反覆交叉，就可以得到許多不同的正弦波週期。
需要軟體來找到與該數據最匹配的正弦波週期（正弦波的振幅是次要的）。
回覆：如何使用JMP的傅立葉變換功能將一系列曲線資料擬合到最合適的正弦曲線？我建議使用 python 來實現這一點。 scipy python 庫有一個 scipy.fft() 函數，它接受 numpy 數組作為輸入，我發現它更容易使用。好消息是使用 JMP 18，您現在可以在 JMP 內部執行 python 腳本並從 numpy 陣列建立 JMP 資料表。
https://docs.scipy.org/doc/scipy/tutorial/fft.html
回覆：如何使用JMP的傅立葉變換功能將一系列曲線資料擬合到最合適的正弦曲線？使用python的FFT
謝謝！
