series_fit_line()
在序列上套用線性回歸,並傳回多個資料行。
以包含動態數值陣列的運算式作為輸入,並進行線性迴歸找出最適配的線。 此函式需用於時間序列陣列,並符合 make-series 運算子的輸出。 函式會產生下列資料行:
rsquare
:r 平方是配合等級的標準量值。 該值的數字在範圍 [0-1] 中,其中 1 - 是最可能的配合,而 0 表示資料未排序,且不符合任何一條線。slope
:近似線的斜率 (來自 y=ax+b 的 "a")。variance
:輸入資料的變異數。rvariance
:剩餘變異數,意即輸入資料值與近似值之間的變異數。interception
:近似線的截斷 (來自 y=ax+b 的 b)。line_fit
:保留最佳擬合線值序列的數值陣列。 序列長度等於輸入陣列的長度。 用於製作圖表的值。
語法
series_fit_line(
series)
深入瞭解 語法慣例。
參數
名稱 | 類型 | 必要 | Description |
---|---|---|---|
系列 | dynamic |
✔️ | 數值的陣列。 |
提示
使用此函式最方便的方法,便是將此函式套用至 make-series 運算子的結果。
範例
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
RSquare | 斜率 | 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 |
意見反應
https://aka.ms/ContentUserFeedback。
即將登場:在 2024 年,我們將逐步淘汰 GitHub 問題作為內容的意見反應機制,並將它取代為新的意見反應系統。 如需詳細資訊,請參閱:提交並檢視相關的意見反應