series_fit_line_dynamic()

Applica la regressione lineare in una serie, restituendo un oggetto dinamico.

Accetta un'espressione contenente una matrice numerica dinamica come input ed esegue la regressione lineare per trovare la riga più adatta. Usare questa funzione nelle matrici di serie temporali, dato che si adatta all'output dell'operatore make-series. Genera un valore dinamico con il contenuto seguente:

• rsquare: r-square è una misura standard della qualità della forma. È un numero nell'intervallo [0-1], dove 1 è la migliore adattabilità possibile e 0 significa che i dati non sono ordinati e non si adattano a nessuna riga
• slope: Pendenza della linea approssimativa (valore a partire da y=ax+b)
• variance: varianza dei dati di input
• rvariance: varianza rimanente che corrisponde alla varianza tra i valori dei dati di input e quelli approssimativi.
• interception: intercettamento della riga approssimativa (valore b da y=ax+b)
• line_fit: matrice numerica contenente una serie di valori della linea più adatta. La lunghezza della serie è uguale alla lunghezza della matrice di input. Viene usato principalmente per il grafico.

Questo operatore è simile a series_fit_line, ma a differenza series-fit-line di restituisce una borsa dinamica.

Sintassi

series_fit_line_dynamic(Serie)

Altre informazioni sulle convenzioni di sintassi.

Parametri

Nome	Tipo	Obbligatoria	Descrizione
Serie	dynamic	✔️	Matrice di valori numerici.

Suggerimento

Il modo più pratico di usare questa funzione è applicandolo ai risultati dell'operatore make-series .

Esempio

Eseguire la query

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	Inclinazione	Variance	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