3.31 FAQ-259 怎样对日期和时间类型数据进行拟合？

Last Update: 10/31/2018

实验数据通常都跟时间有关，其可以以日期形式显示（如 4/1/2007）。Origin 在系统内部使用儒略日期值来进行计算，这是一个很大的正数，如 2.45419E6。 因此， 对于正常有持续时间的实验来说，自变量的数据是儒略日期，这是很大的数，而每个数之间可能只有最后一到两个小数位会有不同。 这样，由于数值精度不足，非线性拟合中的 Levenberg-Marquardt 方法就很可能会不收敛。

要对时间数据进行曲线拟合，可以将自变量 X 进行归一化 (全列减去最早的日期数）。从而，创建一个新的自变量 X-prime， X-prime = X - Date(earliest date) ，其中 Date 是 Origin 函数，用于将日历日期转换为儒略日期。然后，你可以使用此新 X 列和原始 Y 数据列执行曲线拟合操作。请注意，结果是归一化后 X 的值，即 X-prime 的值。进行曲线拟合后，需在原工作表的 X 列上加上相应的偏移量，再进行绘图才能把拟合曲线跟原来的散点图画在一起。此外，如果是时间序列数据，加回偏移值的 X 列类型应设置为 Date 类型。

下面的示例说明了如何在 Set Column Value 对话框中使用 Date() 函数来创建归一化日期数据集：

Fitting Date and Time Data 01.png

这个归一化的方法， 在对仅在最后一两个有效数字上不同的大数值进行计算时，也可以使用。

注意，从Origin 2019开始，Origin支持一个叫"2018"的时间系统，这个时间系统中，“时间零点”被定义为Jan 1 2018 00:00。对于当代日期，这个日期时间系统在处理分数天（或者小时，分钟，秒等）时能够显着提高精度。


请参考:


Keywords:Date, Time, Curve Fit, Fitting, Time Series, Normalization，日期，时间，曲线拟合，拟合，时间序列，标准化（归一化））