series_fit_line_dynamic()

Wendet eine lineare Regression auf eine Reihe an und gibt ein dynamisches Objekt zurück.

Verwendet einen Ausdruck, der ein dynamisches numerisches Array als Eingabe enthält, und führt eine lineare Regression durch, um die Am besten geeignete Zeile zu finden. Diese Funktion sollte für Zeitreihenarrays, die der Ausgabe des Operators „make-series“ entsprechen, verwendet werden. Es generiert einen dynamischen Wert mit folgendem Inhalt:

  • rsquare: r-square ist ein Standardmaß für die Passqualität. Es handelt sich um eine Zahl im Bereich [0-1], wobei 1 die bestmögliche Anpassung ist, und 0 bedeutet, dass die Daten ungeordnet sind und keiner Zeile entsprechen.
  • slope: Steigung der ungefähren Linie (der a-Wert von y=ax+b)
  • variance: Varianz der Eingabedaten
  • rvariance: Restabweichung, die die Varianz zwischen den Eingabedatenwerten und den angenäherten Werten darstellt.
  • interception: Abfangen der ungefähren Linie (der b-Wert von y=ax+b)
  • line_fit: Numerisches Array mit einer Reihe von Werten der am besten geeigneten Linie. Die Reihenlänge entspricht der Länge des Eingabearrays. Es wird hauptsächlich für Diagramme verwendet.

Dieser Operator ähnelt series_fit_line, gibt jedoch einen series-fit-line dynamischen Beutel zurück.

Syntax

series_fit_line_dynamic(Serie)

Erfahren Sie mehr über Syntaxkonventionen.

Parameter

Name Typ Erforderlich BESCHREIBUNG
Serie dynamic ✔️ Ein Array numerischer Werte.

Tipp

Die bequemste Möglichkeit, diese Funktion zu verwenden, besteht darin, sie auf die Ergebnisse des Make-Series-Operators anzuwenden.

Beispiele

print
    id=' ',
    x=range(bin(now(), 1h) - 11h, bin(now(), 1h), 1h),
    y=dynamic([2, 5, 6, 8, 11, 15, 17, 18, 25, 26, 30, 30])
| extend fit=series_fit_line_dynamic(y)
| extend
    RSquare=fit.rsquare,
    Slope=fit.slope,
    Variance=fit.variance,
    RVariance=fit.rvariance,
    Interception=fit.interception,
    LineFit=fit.line_fit
| render timechart

Reihenpasslinie.

RSquare Steigung Varianz RVariance Interception LineFit
0.982 2.730 98.628 1.686 -1.666 1.064, 3.7945, 6.526, 9.256, 11.987, 14.718, 17.449, 20.180, 22.910, 25.641, 28.371, 31.102