series_fit_line_dynamic()

Aplica regresión lineal en una serie y devuelve un objeto dinámico.

Toma una expresión que contiene una matriz numérica dinámica como entrada y realiza la regresión lineal para encontrar la línea que mejor se adapte a ella. Asimismo, debe usarse en las matrices de series temporales, de modo que se ajuste el resultado del operador make-series. Genera un valor dinámico con el siguiente contenido:

• rsquare: r cuadrado es una medida estándar de la calidad de ajuste. Es un número del intervalo [0-1], donde 1 es el mejor ajuste posible y 0 significa que los datos no están ordenados y no caben en ninguna línea.
• slope: pendiente de la línea aproximada (el valor a de y=ax+b)
• variance: varianza de los datos de entrada
• rvariance: varianza residual que es la varianza entre los valores de datos de entrada y los aproximados.
• interception: interceptación de la línea aproximada (el valor b de y=ax+b)
• line_fit: matriz numérica que contiene una serie de valores de la línea de ajuste más adecuada. La longitud de la serie es igual que la de la matriz de entrada. Se usa principalmente para la creación de gráficos.

Este operador es similar a series_fit_line, pero a diferencia series-fit-line de devuelve un contenedor dinámico.

Syntax

series_fit_line_dynamic(Serie)

Obtenga más información sobre las convenciones de sintaxis.

Parámetros

Nombre	Tipo	Requerido	Descripción
Serie	dynamic	✔️	Matriz de valores numéricos.

Sugerencia

La forma más cómoda de usar esta función es aplicarla a los resultados del operador make-series .

Ejemplos

Ejecución de la consulta

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

RSquare	Pendiente	Varianza	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