Share via


series_fit_line()

Hiermee past u lineaire regressie toe op een reeks, die meerdere kolommen retourneert.

Gebruikt een expressie die dynamische numerieke matrix als invoer bevat en voert lineaire regressie uit om de lijn te vinden die het beste bij de matrix past. Deze functie moet worden gebruikt voor tijdreeksmatrices, die passen bij de uitvoer van de operator make-series. De functie genereert de volgende kolommen:

  • rsquare: r-square is een standaardmaat voor de kwaliteit van de pasvorm. De waarde is een getal in het bereik [0-1], waarbij 1 - de best mogelijke pasvorm is en 0 betekent dat de gegevens ongeordeerd zijn en niet op een lijn passen.
  • slope: Helling van de geschatte lijn ("a" van y=ax+b).
  • variance: Variantie van de invoergegevens.
  • rvariance: Resterende variantie die de variantie is tussen de invoergegevenswaarden en de geschatte waarden.
  • interception: Snijpunt van de geschatte lijn ("b" van y=ax+b).
  • line_fit: Numerieke matrix met een reeks waarden van de best passende lijn. De lengte van de reeks is gelijk aan de lengte van de invoermatrix. De waarde wordt gebruikt voor het in kaart brengen van grafieken.

Syntax

series_fit_line(Serie)

Meer informatie over syntaxisconventies.

Parameters

Naam Type Vereist Beschrijving
Serie dynamic ✔️ Een matrix met numerieke waarden.

Tip

De handigste manier om deze functie te gebruiken, is door deze toe te passen op de resultaten van de operator make-series .

Voorbeelden

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 (RSquare, Slope, Variance, RVariance, Interception, LineFit)=series_fit_line(y)
| render timechart

Serie passend lijn.

RSquare Helling Variantie RVariantie Onderschepping 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