series_fit_2lines()

系列に 2 つのセグメント化線形回帰を適用し、複数の列を返します。

動的数値配列を含む式を入力として受け取り、系列の傾向の変化を特定して定量化するために 、2 つのセグメント化された線形回帰 を適用します。 この関数は、系列インデックスに対して反復処理を行います。 各反復処理では、関数が、系列を 2 つの部分に分割し、(series_fit_line() を使用して) 各部分に別々の直線を適合させ、r-2 乗の合計を計算します。 最適な分割は r-2 乗を最大化したものです。この関数は次のパラメーターを返します。

パラメーター	説明
rsquare	R-2 乗は、適合度の標準尺度です。 範囲 [0- 1] の数値です。ここで、1 は最適な適合値であり、0 はデータが順序付けされておらず、行に適合しないことを意味します。
split_idx	2 つのセグメントのブレーク ポイントのインデックス (0 から始まる)。
variance	入力データの分散。
rvariance	入力データ値と近似値の差である残差分散 (2 つの線分による)。
line_fit	最も適合する直線の値の系列を保持する数値配列。 系列の長さは入力配列の長さと同じです。 主にグラフ作成に使用されます。
right_rsquare	分割の右側での直線の r-2 乗。「series_fit_line()」を参照してください。
right_slope	右の近似直線の傾き (y=ax+b の形式)。
right_interception	左の近似直線のインターセプト (y=ax+b からの b)。
right_variance	分割の右側での入力データの分散。
right_rvariance	分割の右側での入力データの残差分散。
left_rsquare	分割の左側での直線の r-2 乗。「series_fit_line()」を参照してください。
left_slope	左の近似直線の傾き (y=ax+b の形式)。
left_interception	左の近似直線のインターセプト (y=ax+b の形式)。
left_variance	分割の左側での入力データの分散。
left_rvariance	分割の左側での入力データの残差分散。

Note

この関数は、複数の列を返すため、別の関数の引数として使用することはできません。

構文

プロジェクト series_fit_2lines(シリーズ)

構文規則について詳しく知る。

• 前述のすべての列を series_fit_2lines_x_rsquare や series_fit_2lines_x_split_idx などの名前で返します。

project (rs, si, v)=series_fit_2lines(series)

• rs (r-2 乗)、si (分割インデックス)、v (差異) の各列を返します。残りの列は series_fit_2lines_x_rvariance、series_fit_2lines_x_line_fit などになります。

extend (rs, si, v)=series_fit_2lines(series)

• rs (r-2 乗)、si (分割インデックス)、v (差異) のみを返します。

パラメーター

名前	型	必須	説明
シリーズ	dynamic	✔️	数値の配列。

ヒント

この関数の最も便利な使い方は、make-series 演算子の結果に適用することです。

例

クエリを実行する

print
    id=' ',
    x=range(bin(now(), 1h) - 11h, bin(now(), 1h), 1h),
    y=dynamic([1, 2.2, 2.5, 4.7, 5.0, 12, 10.3, 10.3, 9, 8.3, 6.2])
| extend
    (Slope, Interception, RSquare, Variance, RVariance, LineFit)=series_fit_line(y),
    (RSquare2, SplitIdx, Variance2, RVariance2, LineFit2)=series_fit_2lines(y)
| project id, x, y, LineFit, LineFit2
| render timechart