funcRank
メニュー情報
解析:フィット:モデルのランク付け
概要
複数のフィッティング関数をフィットしてランク付けします
追加の情報
必要なOriginのバージョン: 9.1 SR0以降
これはOrigin Proのみの機能です。
コマンドラインでの使用法
1.funcRank funsel.category:=Exponential funsel.funclist:={20, 21, 22, 23, 24, 25} adjrsq:=1 ssr:=1 rcs:=1 stat:=1;// アクティブデータをExponentialカテゴリーから選択した関数でフィット
変数
| 表示 名 |
変数 名 |
I/O と データ型 |
デフォルト 値 |
説明 |
|---|---|---|---|---|
| 入力データ形式 | form |
入力 int |
入力データ形式を指定
| |
| 入力データ | data |
入力 XYRange |
|
入力データ範囲。入力データ形式がXYデータの場合、編集ボックスの右にある、三角形のボタンをクリックし、X、Y、Yエラーの列を選択できます。 また、Y列のみ選択すれば、このXファンクションが自動的にXを検索します。 |
| 入力データ | iz |
入力 XYZRange |
|
入力データ範囲。入力データ形式がXYZデータの場合、編集ボックスの右にある、三角形のボタンをクリックし、X、Y、Zの列を選択できます。 また、Z列のみ選択すれば、このXファンクションが自動的にX、Yを検索します。 |
| 関数選択 | funsel |
入力 TreeNode |
|
特定のカテゴリの中で関数を選択します。ツリー変数 funsel.categoryを使用してカテゴリーを選択し、funsel.funclistを使用してこのカテゴリー内のどの関数を使用するのか指定します。詳細についてはコマンドラインでの使用法を確認してください。
|
| 反復回数の最大数 | iter |
入力 int |
|
実行する最大反復数を指定します。 |
| 補正R二乗 | adjrsq |
入力 int |
|
チェックするとレポートシートに補正R二乗値を出力します。 |
| 残差平方和 | ssr |
入力 int |
|
チェックするとレポートシートに残差平方和を出力します。 |
| 自由度あたりのカイ二乗 | rcs |
入力 int |
|
チェックするとレポートシートに自由度あたりのカイ二乗値を出力します。 |
| フィット結果を列に出力 | stat |
入力 int |
|
この項目にチェックするとフィット処理の詳細レポートを返します。これは、処理失敗場合の理由を決定するのに役立ちます。 |
| レポートデータ | rdRes |
出力 ReportData |
|
データを保存した結果ワークシートです。レポートシート左上角の錠前アイコンをクリックし、パラメータの変更を選択すると簡単に再計算できます。 |
説明
1つのデータセットのためにフィットを実行し、特定のカテゴリ内の複数の関数をランク付けできます。
フィットの良さ(適合度)
- AIC
- 非線形曲線フィットのための推奨基準です。AIC値が小さいモデルがより良い傾向にあります。
- BIC
- 非線形曲線フィットのための推奨基準です。BIC値が小さいモデルがより良い傾向にあります。
- 補正R二乗
- 補正R二乗値が小さいモデルがより良い傾向にあります。しかし、補正R二乗は、非線形曲線モデルではなく線形または 重回帰モデルの推奨基準であることに注意してください。
- 残差平方和
- 回帰モデルに独立変数が2つある場合は、残差平方和が小さい方が正しい可能性が高くなります。
- 自由度あたりカイ二乗
- このFAQページでこの基準について説明しています。
サンプル
- 空のワークブックを作成し、データ:ファイルからインポート:単一ASCIIを選択して<Origin 実行フォルダ>\Samples\Curve Fitting内にあるExponential Decay.datファイルをインポートします。
- A列とB列を選択し、解析:フィット:モデルのランク付けと操作して funcRank ダイアログを開きます。
- カテゴリでExponentialを選択し、関数リストの中でExpDec1, ExpDec2, ExpDec3, ExpDecay1, ExpDecay2, ExpDecay3を選択します(Ctrlキーを押しながらクリックして複数選択します)。
- フィット結果オプションのブランチでは4つすべてのチェックボックスにチェックをつけ、OKをクリックして結果を生成します。
- 選択した全ての関数に対してRankResults1では結果の比較とランク付けを見る事ができます。
関連 X ファンクション
キーワード:モデルの比較