Bagikan melalui


series_fit_line_dynamic()

Menerapkan regresi linier pada seri, yang menampilkan objek dinamis.

Menganggap ekspresi yang berisi larik numerik dinamis sebagai input, dan melakukan regresi linier untuk menemukan garis yang paling cocok dengan ekspresi tersebut. Fungsi ini akan digunakan pada larik deret waktu,yang menyesuaikan dengan output operator make-series. Fungsi ini menghasilkan nilai dinamis dengan konten berikut:

  • rsquare: r-square adalah pengukuran standar dari kualitas kesesuaian. Ini adalah angka dalam rentang [0-1], di mana 1 adalah yang paling sesuai, dan 0 berarti data tidak berurutan dan tidak sesuai dengan garis apa pun
  • slope: Kemiringan garis yang diperkirakan (nilai dari y=ax+b)
  • variance: Variasi dari data input
  • rvariance: Variasi residu yang merupakan variasi antara nilai data input dan nilai data input yang diperkirakan.
  • interception: Intersepsi garis yang diperkirakan (nilai b dari y=ax+b)
  • line_fit: Larik numerik yang berisi seri nilai dari garis yang paling sesuai. Panjang seri sama dengan panjang larik input. Ini digunakan terutama untuk pembuatan bagan.

Operator ini mirip dengan series_fit_line, tetapi tidak seperti series-fit-line yang menampilkan tas dinamis.

Sintaks

series_fit_line_dynamic(series)

Pelajari selengkapnya tentang konvensi sintaksis.

Parameter

Nama Jenis Diperlukan Deskripsi
Seri dynamic ✔️ Array nilai numerik.

Tip

Cara paling mudah untuk menggunakan fungsi ini adalah menerapkannya pada hasil operator make-series.

Contoh

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

Garis pas seri.

RSquare Slope Varian 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