Когда х идет вверх, у идет вниз. Кажется, просто. Но когда я делаю полиномиальную регрессию на этих данных, даже если линия тренда очень хорошо соответствует данным, генерируемое уравнение не работает. Уравнение: 0.0096x2 - 0.4181x + 13.341Когда я добавляю значения x к этому уравнению, числа увеличиваются! Так что здесь что-то не так.
Мои шаги:
поместите обе серии номеров в Excel
выберите второй набор (13, 12,6 ...)
построить линейный график
установить первый набор в качестве меток оси X
выберите Series1 и добавьте полиномиальную (2) линию тренда, отобразите уравнение, отобразите R-квадрат
Это приводит к приведенному выше уравнению со значением R ^ 2 .9955. Но когда я использую это уравнение, он не производит эти выходные данные для этих входов.
Очевидно, я делаю что-то не так.
Изменить: или это Excel? Вот график этого уравнения (выше):
Очевидно, что это не имеет тенденцию к снижению в диапазоне 300-390 .
Вот реальное уравнение, которое соответствует этим данным:
Квадратичное соответствие: y = a + bx + cx ^ 2 Данные коэффициента: a = 4.53E + 01 b = -1.66E-01 c = 1.95E-04
Спасибо CurveExpert 1.4.
Это нисходящий тренд, если вы посмотрите на часть нарисованной кривой, где x <0. Если вы хотите, чтобы он был нисходящим для всех значений, попробуйте выполнить линейное приближение.
Mark 13 лет назад
0
Если вы положите значения X в уравнения и покажете 3 значащие цифры, значения y для моего решения и CurveExpert отличаются только для x = 320, а мое ближе). Таким образом, нам нужно использовать более значимые цифры и посмотреть, какие ошибки есть в решениях. Я забыл полный анализ ошибок.
Mark 13 лет назад
0
@Mark: вы смотрели графики, которые я разместил? Это никогда не нисходящий тренд. Производная x ^ 2 + c всегда положительна или равна нулю.
jcollum 13 лет назад
0
he derivative of x^2 + c is 2x so is negative for x< 0
Mark 13 лет назад
0
и внизу на левой стороне - изгиб кривой показывает только небольшую часть кюветы
Mark 13 лет назад
0
Ок, ты прав. Тем не менее, уравнение, которое генерируется в Excel, всегда увеличивается в диапазоне значений (300–390), которые я вводил в соответствие кривой. Так что он делает что-то не так.
jcollum 13 лет назад
0
Я пытался сделать то же самое в Excel, когда вы вычисляете квадратичное соответствие только по значениям Y, вы получаете именно то, что вам подходит. Так что, похоже, он игнорирует ваш X-диапазон при расчете самой подгонки
Ivo Flipse 13 лет назад
0
2 ответа на вопрос
2
Mark
Я вошел в них и получил результат как
y = .000186x ^ 2 - 0,160247x + 44,385628 с R ^ 2 = 0,995
так хорошо подходит
Я ввел x и y как заголовки столбцов. Тогда в первом столбце были значения x, а во втором столбце - y.
Выберите оба столбца
Вставить диаграмму - ось скрипки
Добавьте линию тренда.
Гм? Я просто сделал то, что вы сказали, и получил другое уравнение. Но дело в том, что x ^ 2 + x + c не является нисходящим трендовым графиком. Смотрите здесь: "http://www.wolframalpha.com/input/?i=x^2+%2B+x&a=*MC.~-_*Graph-"
jcollum 13 лет назад
1
Хорошо, ссылки Wolfram облажались. Вы должны будете скопировать вставить его внимательно.
jcollum 13 лет назад
0
@Wilson: ааа, в чем тут подвох? []?
jcollum 13 лет назад
0
исправлено: [wolframalpha.com/input/?i=x^2+%2B+x&a=*MC.~-_*Graph-](http://wolframalpha.com/input/?i=x%5E2+%2B + X & а = * МС. ~ -_ * graph-)
wilson 13 лет назад
0
@jcollum, `[link description] (http: // ...)`, а также замените `^` на `% 5E`
wilson 13 лет назад
0
Я использовал полифит третьего порядка, рассчитанный на Python, и могу полностью подтвердить результаты @ Mark. Я добавлю их в ответ в качестве доказательства. Формула округлилась так: `polyfit ==> 0,00019 * x ** 2 + -0,165 * x + 45,25`
Ivo Flipse 13 лет назад
0
Также обратите внимание на средний график, где подогнанное уравнение показывает как параболу
Mark 13 лет назад
0
2
KronoS
Я не знаю, как вы получили это уравнение в Excel, так как это уравнение, которое я получаю:
Убедитесь, что степень полинома равна 2, и что вы не установили никаких перехватов или прогнозов при создании линии тренда.
Другое дело, вы сказали, х увеличивается, а у уменьшается. Это означает, что вы должны выполнить экспоненциальную подгонку кривой (если только это не линейное уменьшение, а не линейное):
Важно отметить, что подгонка кривой действительно работает только в пределах введенных вами данных. Вы не можете точно предсказать будущие значения, используя это. Вы можете только оценить значения между границами ваших исходных данных.
Причина, по которой я предлагаю использовать экспоненту, связана с пониманием «тренда» данных и того, как компьютеры рассчитывают эти «уравнения тренда». Например, скажем, у меня есть 3 точки данных, и я создаю полиномиальную функцию, которая идеально подходит для данных:
Однако, когда я беру больше точек данных, они лежат вне того, что соответствуют моим исходным точкам данных. (Да, я понимаю, что Excel НИКОГДА не будет выполнять подобную функцию, но стоит подчеркнуть это). При анализе данных необходимо принять какое-то решение на основе того, что они знают.
Даже если мое значение R ниже, чем ваше (всего на 0,01) знание того, что данные уменьшаются с увеличением x, делает экспоненциальный лучший выбор из-за того, что вы УЖЕ знаете. Так же, как линейная подгонка будет лучшим выбором на графике выше. Это основное различие между экстраполяцией и интерполяцией .
Вы пропустили ту часть моего поста, где я поместил уравнение кривой, сгенерированное CurveExpert. Это уравнение было основано на x ^ 2 и соответствовало данным. Кроме того, мое исходное уравнение из Excel имело лучшее значение R ^ 2, чем сгенерированное вами уравнение. Вы правы насчет диапазона, но я не вижу актуальности.
jcollum 13 лет назад
0
отредактированный ответ в ответе @jcollum
KronoS 13 лет назад
0
ХОРОШО. Но это все еще не касается вопроса о том, почему excel а) говорит, что у него есть уравнение с высоким значением R, которое никак не соответствует данным. Уравнение, сгенерированное CurveExpert, фактически сгенерирует данные в диапазоне, а уравнение, сгенерированное Excel, - нет.
jcollum 13 лет назад
0
данные уменьшаются, так как увеличение x вовсе не означает экспоненциальный выбор - выбор полинома или экспоненциального является модой, которая лежит в основе данных и не обязательно выбирается только из данных. Я могу построить параболы, где при увеличении x у уменьшается - например, y = x ^ 2 или y = -bx + c
Mark 13 лет назад
0
@ Правильно, но в целом и IMO, экспоненциальный лучше подходит к ситуации.
KronoS 13 лет назад
0
@Kronos - конечно, мы не знаем достаточно, чтобы сказать, лучше ли экспонента - я бы предположил, что линейный без какой-либо другой информации - Excel дает y = -0.0337x + 22.991 с R ^ 2 = 0.9796, что хорошо подходит
Mark 13 лет назад
0
Линейный неверен из-за изменения наклона от .4 до .2. И полиномиальные, и экспоненциальные подходят лучше всего, но, опять же, ИМО, экспоненциальный является лучшим в этой ситуации.
KronoS 13 лет назад
0