पॉलीफिट

Question

का उपयोग कर वर्टिकल लाइन फिट यह सिर्फ एक बुनियादी सवाल है। मैं polyfit का उपयोग कर बिखरे हुए बिंदुओं के लिए लाइनों को फिट कर रहा हूं। मेरे पास कुछ ऐसे मामले हैं जहां मेरे स्कैटर बिंदुओं में एक ही एक्स मान हैं और polyfit इसके लिए एक पंक्ति फिट नहीं कर सकते हैं। ऐसा कुछ होना चाहिए जो इस स्थिति को संभाल सके। आखिरकार, यह सिर्फ एक लाइन फिट है।

मैं एक्स और वाई को स्वैप करने का प्रयास कर सकता हूं और फिर एक रेखा को फिर से चला सकता हूं। कोई आसान तरीका क्योंकि मेरे पास स्कैटर पॉइंट्स के बहुत सारे सेट हैं और लाइनों की जांच करने के लिए एक सामान्य विधि चाहते हैं।

मुख्य लक्ष्य अच्छी फिट लाइनों को ढूंढना और गैर-रैखिक सुविधाओं को छोड़ना है।

Answer 1

सबसे पहले, यह आपके द्वारा उपयोग किए जा रहे फिटिंग की विधि के कारण होता है। polyfit करते समय, आप लाइन से Y दूरी पर कम-स्क्वायर विधि का उपयोग कर रहे हैं।

http://www.une.edu.au/WebStat/unit_materials/c4_descriptive_statistics/image23.gif

जाहिर है, यह खड़ी लाइनों के लिए काम नहीं करेगा। वैसे, यहां तक ​​कि जब आपके पास लंबवत रेखाओं के करीब कुछ भी है, तो आपको संख्यात्मक रूप से अस्थिर परिणाम मिल सकते हैं।

1. स्वैप x और y, जैसा कि आप ने कहा, यदि आप जानते हैं कि लाइन लगभग खड़ी है:

   वहाँ 2 समाधान कर रहे हैं। इसके बाद, व्यस्त रैखिक समारोह की गणना करें।

2. लाइन से लम्बवत दूरी पर उपयोग कम से कम वर्गों, ऊर्ध्वाधर (नीचे छवि देखें) (here में अधिक स्पष्टीकरण) के बजाय

http://mathworld.wolfram.com/images/eps-gif/LeastSquaresOffsets_1000.gif

Answer 2

Polyfit रेखीय साधारण कम से कम वर्गों सन्निकटन का उपयोग करता है और नहीं होगा परिणामी वंडरमोंड मैट्रिक्स के रूप में बार-बार abscissa की अनुमति दी रैंक की कमी होगी। मैं एक और सांख्यिकीय प्रकृति की कुछ खोजने की कोशिश करूँगा। आप Andreys विधि यह आम तौर पर नाम से भी जाना जाता कुल कम से कम वर्गों या ओर्थोगोनल दूरी प्रतिगमन अनुसंधान करने के लिए चाहते हैं, तो http://en.wikipedia.org/wiki/Total_least_squares

मैं अंतरिम रूप से भी आगे का पता लगाने की संभावना आप एक साथ एक्स मान हैं जब डाल होगा, तो मूल के बारे में अपने डेटा घूर्णन , लाइन को फ़िट करना और फिर लाइन को फिर से बदलना। मैं यह नहीं कह सकता कि यह कितना खराब प्रदर्शन करेगा और केवल आप तय कर सकते हैं कि यह आपकी सटीकता आवश्यकताओं के आधार पर एक विकल्प था या नहीं।