多項式回帰ダイアログボックス

多項式フィットは次のモデルに従って計算されます。

y = β₀ + β₁x + β₂x² + ..+ β_nxⁿ

ここで、β_n は係数です。

多項式フィットは上記モデルの最大９次項まで、データをフィットすることが出来、切片や傾きを固定してフィットすることも出来ます。

サポート情報

Originの多項式回帰のダイアログボックスは、アクティブなワークシートまたはグラフから開けます。メニューから

解析：フィット：多項式フィット（ダイアログを開く...）をクリックします。

関連情報：

再計算

再計算	ソースデータが変更された場合のフィット結果の再計算の設定なし自動手動詳細情報は、分析結果の再計算をご覧下さい。

入力

複数データフィットモード

複数データフィットモード	このオプションは入力データセットが複数ある場合のみ利用できます。独立フィット - 統合レポート入力データセットは別々にフィットされます。レポートは1つのシートに集約されます。独立フィット - 統合レポート入力データセットは別々にフィットされます。レポートは異なるワークシートに出力されます。連結フィットすべての入力データセットは、連結され、1つの曲線としてフィットされます。

このオプションは入力データセットが複数ある場合のみ利用できます。

独立フィット - 統合レポート

入力データセットは別々にフィットされます。レポートは1つのシートに集約されます。

独立フィット - 統合レポート

入力データセットは別々にフィットされます。レポートは異なるワークシートに出力されます。

連結フィット

すべての入力データセットは、連結され、1つの曲線としてフィットされます。

入力データ

範囲	入力XYデータ範囲を指定 X 曲線のX列 Y 曲線のY列エラー Yエラー列行フィットするX列の範囲を指定します。行が行によるまたは Xによるにセットされているとき、開始と終了のテキストボックスを使って、フィットする範囲を指定します。全てフィットするデータセットのすべての行を指定します。行による行インデックスでX列の範囲を指定します。最終に 0 と入力すると、入力データ範囲の「最後の行」を指定します。 Xによる X値でX列の範囲を指定します。Xによるの設定では、実際のXの数値の代わりに名前付き範囲を使用できます。詳細は、こちらのOriginLabのブログを参照してください。グラフまたはワークシートのどちらかから複数のXYデータセットをフィットするとき、行範囲をすべてに適用をクリックして、同じX行範囲をすべての入力データに適用します。範囲1の入力列の行範囲を指定し、範囲1の右にあるボタンをクリックし、そしてコンテキストメニューから行範囲をすべてに適用を選択します。詳細情報は、入力データの指定をご覧下さい。

範囲

入力XYデータ範囲を指定

曲線のX列

曲線のY列

エラー

Yエラー列

行

フィットするX列の範囲を指定します。行が行によるまたは Xによるにセットされているとき、開始と終了のテキストボックスを使って、フィットする範囲を指定します。

全て

フィットするデータセットのすべての行を指定します。

行による

行インデックスでX列の範囲を指定します。最終に 0 と入力すると、入力データ範囲の「最後の行」を指定します。

Xによる

X値でX列の範囲を指定します。Xによるの設定では、実際のXの数値の代わりに名前付き範囲を使用できます。詳細は、こちらのOriginLabのブログを参照してください。

グラフまたはワークシートのどちらかから複数のXYデータセットをフィットするとき、行範囲をすべてに適用 をクリックして、同じX行範囲をすべての入力データに適用します。範囲1の入力列の行範囲を指定し、範囲1の右にある

ボタンをクリックし、そしてコンテキストメニューから行範囲をすべてに適用を選択します。

詳細情報は、入力データの指定をご覧下さい。

多項式次数

多項式次数	多項式曲線の次数 (1から9)を指定します。

フィット制御

誤差を重みとする	重み付けの値としてエラーバーを使用します。エラー属性の列(yEr±)を選択した場合のみ利用できます。重み付けなし重み付けを適用しません。直接重み付け $w_i$ はi 番目の重み付け係数とします。エラー列のi 番目の行に相当します。Then $\chi^2=\sum_{i=1}^n w_i (y_i-\hat y_i)^2$ 機械的 $w_i=\frac{1}{\sigma _i^2}$ ここで、 $\sigma _i$ はエラー列のi 番目の行の値を表します。すると、次のようになります。 $\chi ^2=\sum_{i=1}^n \frac 1{\sigma _i^2} (y_i-\hat y_i)^2$ 詳細は、重み付けフィットを参照してください。

誤差を重みとする

重み付けの値としてエラーバーを使用します。エラー属性の列(yEr±)を選択した場合のみ利用できます。

重み付けなし
重み付けを適用しません。
直接重み付け
$w_i$ はi 番目の重み付け係数とします。エラー列のi 番目の行に相当します。Then

$\chi^2=\sum_{i=1}^n w_i (y_i-\hat y_i)^2$
機械的
$w_i=\frac{1}{\sigma _i^2}$

ここで、 $\sigma _i$ はエラー列のi 番目の行の値を表します。すると、次のようになります。

$\chi ^2=\sum_{i=1}^n \frac 1{\sigma _i^2} (y_i-\hat y_i)^2$

詳細は、重み付けフィットを参照してください。