Aproxima un modelo lineal Y(X) a unos datos dados utilizando el método de mínimos cuadrados.
Sintaxis
Approximation(DataSet, Model)
o
Approximation(Amplitude, Time, Model)
La sintaxis de la función Approximation consta de los siguientes elementos:
Parte |
Descripción |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
DataSet |
La señal o serie de datos cuya aproximación se está calculando. Si especifica una serie de datos, el componente X se genera automáticamente. Las estructuras de datos permitidas son Serie de datos y Señal. Se permiten todos los tipos de datos numéricos. En los tipos de datos complejos se calcula un valor absoluto. Si el argumento es una lista, la función se ejecuta para cada elemento de la lista y el resultado también es una lista. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Amplitude |
Serie de datos con el componente Y de una señal. Si especifica una señal, se utiliza su componente Y. Las estructuras de datos permitidas son Serie de datos y Señal. Se permiten todos los tipos de datos numéricos. En los tipos de datos complejos se calcula un valor absoluto. Si el argumento es una lista, se toma su primer elemento. Si se trata de nuevo de una lista, se repite el proceso. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Time |
Serie de datos con el componente X de una señal. Si especifica una señal, se utiliza su componente Y. Las estructuras de datos permitidas son Serie de datos y Señal. Se permiten todos los tipos de datos numéricos. En los tipos de datos complejos se calcula un valor absoluto. Si el argumento es una lista, se toma su primer elemento. Si se trata de nuevo de una lista, se repite el proceso. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Model |
Determina la estructura de la función del modelo cuyos coeficientes vienen determinados por la aproximación. Puede especificar funciones de elemento personalizadas o predefinidas.
La función del modelo personalizada se transfiere como una serie de datos de cadenas. Por ejemplo, la función del modelo Y = A + B * X + C * sin(2 * PI * X) se describe mediante la serie de datos {"1", "X", "sin(2*PI*X)"}.
La función del modelo con funciones de elemento predefinidas puede formarse añadiendo los siguientes valores. Si, por ejemplo, la función del modelo deseada es A + B * X + C *X2, el argumento Model debe tener el valor APROX_C + APPROX_X + APPROX_X_2. Approximation calcula entonces los coeficientes desconocidos A, B y C para que la función del modelo se aproxime lo más posible a la señal especificada.
Las estructuras de datos permitidas son Valor escalar y Serie de datos. Los tipos de datos permitidos son Entero de 16 bits, Entero de 32 bits y Cadena. Si el argumento es una lista, se toma su primer elemento. Si se trata de nuevo de una lista, se repite el proceso. |
Notas
Como resultado, la función devuelve una serie de datos del tipo de datos En coma flotante de 64 bits.
El número de valores corresponde al número de funciones de elemento de la función del modelo más uno.
El último valor representa la medida de ajuste Χ2 (chi-cuadrado). Es la suma de los cuadrados de todas las desviaciones de la función aproximada del modelo con respecto a los datos. Cuanto menor sea Χ2, mejor se aproxima a los datos la función del modelo encontrada. Los demás valores de la serie de datos proporcionan los coeficientes de las funciones de elemento utilizadas en la función del modelo, cuyo orden corresponde al utilizado en la tabla anterior.
El siguiente gráfico muestra los datos de medición de una curva característica cuadrática y su aproximación:
Disponibilidad
FlexPro Basic, Professional, Developer Suite
Ejemplos
Dim _c = Approximation(Signal, APPROX_C + APPROX_X + APPROX_X_2)
Signal(_c[0] + _c[1] * (Signal.X) + _c[2] * (Signal.X)^2., Signal.X)
Aproxima una señal con una función del modelo cuadrática.
Dim _c = Approximation(Signal, {"1", "sin(2*PI*X)"})
Signal(_c[0] + _c[1] * sin(2 * PI * Signal.X), Signal.X)
Aproxima una señal con una función del modelo personalizada Y(X) = A + B * Sin(2*PI*X).
Véase también
Objeto de análisis Aproximación
Objeto de análisis Aproximación 2D
Bibliografía
[1] "Philip R. Bevington, D. Keith Robinson": "Data Reduction and Error Analysis for the Physical Sciences, 3rd Edition". "McGraw-Hill, New Jork", 2003. ISBN 0-07-247227-8.