gmtregressgmt - מקוון בענן

תָכְנִית:

שֵׁם

gmtregress - רגרסיה לינארית של מערכי נתונים 1-D

תַקצִיר

gmtregress [ שולחן ] [ דקות/מקסימום/inc ] [ רָמָה ] [ x|y|o|r ] [ דגלים ] [ 1|2|r|w ] [ [r] ] [
דקות/מקסימום/inc | n ] [ [w][x][y][r] ] [ [רָמָה] ] [ -a] [ -b] [ -g] [
-h] [ -i] [ -o]

הערה: אין רווח בין דגל האפשרות לארגומנטים המשויכים.

תיאור

gmtregress קורא טבלת נתונים אחת או יותר [או סטדין] וקובע את הליניארי הטוב ביותר
מודל רגרסיה y = a + b* x עבור כל קטע באמצעות הפרמטרים שנבחרו. המשתמש רשאי
ציין אילו נתונים ורכיבי מודל יש לדווח. כברירת מחדל, הדגם יהיה
מוערך בנקודות הקלט, אך לחלופין ניתן לציין טווח שווה מרחק
אשר להעריך את המודל, או לכבות את ההערכה לחלוטין. במקום לקבוע
בהתאמה הטובה ביותר נוכל לבצע סריקה של כל קווי הרגרסיה האפשריים (עבור טווח שיפועים
זוויות) ובדקו כיצד מידת ההתאמה הנבחרה משתנה בהתאם לשיפוע. זה במיוחד
שימושי בעת ניתוח נתונים עם חריגים רבים. הערה: אם אתה באמת צריך לעבוד עם
log10 של x or y אתה יכול להשיג את השינוי הזה במהלך הקריאה על ידי שימוש ב- -i אוֹפְּצִיָה.

נדרש טיעונים

ללא חתימה

אופציונאלי טיעונים

שולחן ASCII אחד או יותר (או בינארי, ראה -דוּ[ncols][סוג]) קבצי טבלת נתונים המכילים א
מספר עמודות הנתונים. אם לא ניתנות טבלאות, אנו קוראים מקלט סטנדרטי.
שתי העמודות הראשונות צפויות להכיל את הנדרש x ו y נתונים. תלוי
על שלך -W ו -E הגדרות אנו עשויים לצפות לעוד 1-3 עמודות עם שגיאה
הערכות של אחת משתי הקואורדינטות של הנתונים, ואפילו המתאם שלהן.

-Aדקות/מקסימום/inc
במקום לקבוע רגרסיה המתאימה ביותר אנו חוקרים את כל הטווח של
רגרסיות. בחן את כל קווי הרגרסיה האפשריים עם זוויות שיפוע ביניהן דקות
ו מקסימום, באמצעות שלבים של inc מעלות [-90/+90/1]. לכל שיפוע האופטימלי
יירוט נקבע על סמך סוג הרגרסיה שלך (-E) ונורמה לא מתאים (-N)
הגדרות. עבור כל פלח אנו מדווחים על ארבע העמודות זָוִית, E, מדרון, לעכב,
עבור טווח הזוויות שצוינו. פרמטרי הדגם הטובים ביותר בטווח זה הם
נכתב בכותרת הקטע ודווח במצב מילולי (-V).

-Cרָמָה
הגדר את רמת הביטחון (ב%) לשימוש עבור חישוב אופציונלי של ביטחון
להקות על הרגרסיה [95]. זה משמש רק אם -F כולל את עמודת הפלט
c.

-Ex|y|o|r
סוג רגרסיה ליניארית, כלומר, בחר את סוג ההתאמה הלא נכונה שעלינו לחשב.
בחר מתוך x (לָסֶגֶת x on y; כלומר, חוסר ההתאמה נמדד אופקית מנתונים
הצבע על קו רגרסיה), y (לָסֶגֶת y on x; כלומר, חוסר ההתאמה נמדד
אנכית [ברירת מחדל]), o (רגרסיה אורתוגונלית; כלומר, חוסר ההתאמה נמדד מ
נקודת נתונים אורתוגונלית לנקודה הקרובה ביותר על הקו), או r (ציר ראשי מצומצם
נְסִיגָה; כלומר, חוסר ההתאמה הוא תוצר של אנכי ואופקי כאחד
לא מתאים) [y].

-Fדגלים
הוסף שילוב של העמודות שברצונך להחזיר; סדר הפלט יתאים
הסדר שצוין. לבחור מ x (נצפים x), y (נצפים y), m (דֶגֶם
נְבוּאָה), r (שארית = נתונים מינוס מודל), c (רווח סמך סימטרי מופעל
הרגרסיה; לִרְאוֹת -C לציון הרמה), z (שאריות סטנדרטיות או
מה שנקרא ציוני z) ו w (משקלים חריגים 0 או 1; עבור -נו אלו הם המשקללים מחדש
משקלי הריבועים הקטנים ביותר) [xymrczw]. כחלופה להערכת המודל, פשוט
לתת -Fp ובמקום זאת אנו כותבים רשומה בודדת עם פרמטרי המודל npoints
xmean תימן זָוִית אי התאמה מדרון לעכב sigma_slope יירוט_sigma.

-N1|2|r|w
בוחר את הנורמה לשימוש עבור חישוב ההתאמה השגויה. בחר מבין 1 (מידה L-1;
הממוצע של השאריות המוחלטות), 2 (הריבועים הקטנים ביותר; הממוצע של הריבוע
שאריות), r (LMS; החציון הנמוך ביותר של השאריות בריבוע), או w (RLS;
ריבועים פחות משוקללים מחדש: הממוצע של השאריות בריבוע אחרי חריגים
שזוהו באמצעות LMS הוסרו) [ברירת המחדל היא 2]. שימושי רגרסיה מסורתיים
L-2 בעוד L-1 ובפרט LMS חזקים יותר באופן שבו הם מטפלים בחריגים.
כפי שנרמז, RLS מרמז על רגרסיה ראשונית של LMS המשמשת לאחר מכן לזיהוי
חריגים בנתונים, הקצה להם משקל אפס ולאחר מכן בצע מחדש את הרגרסיה
באמצעות נורמה L-2.

-S[r] מגביל אילו רשומות יופקו. כברירת מחדל, כל רשומות הנתונים יופקו
בפורמט שצוין על ידי -F. להשתמש -S כדי לא לכלול נקודות נתונים שזוהו כ
חריגים על ידי הרגרסיה. לחלופין, השתמש -סר כדי להפוך את הפלט הזה והיחיד
הרשומות החריגות.

-Tדקות/מקסימום/inc | -Tn
הערך את מודל הרגרסיה המתאים ביותר בנקודות השווה המרומזות מה-
טיעונים. אם -Tn ניתן במקום זאת אנו נתפס דקות ו מקסימום עד הקיצוניות
x-ערכים עבור כל קטע ולקבוע inc כך שיש בדיוק n תפוקה
ערכים עבור כל פלח. כדי לדלג לחלוטין על הערכת המודל, פשוט ספק
-T0.

-W[w][x][y][r]
מציין רגרסיה משוקללת ואילו משקלים יסופקו. לְצַרֵף x if
נותן אי ודאות של 1-sigma ב x-תצפיות, y אם נותן 1-sigma
אי ודאות ב y, ו r אם נותנים מתאמים ביניהם x ו y תצפיות, ב
הסדר שהעמודות הללו מופיעות בקלט (אחרי שתי הדרישות והמובילות x,
y עמודות). נותן את שניהם x ו y (ובאופציה r) מרמז על אורתוגונל
רגרסיה, אחרת נתינה x דורש -לְשֶׁעָבַר ו y דורש -אי. אנחנו מתגיירים
אי ודאות ב x ו y למשקולות רגרסיה דרך משקל הקשר =
1/סיגמא. להשתמש -וואו אם עלינו לפרש את עמודות הקלט כמחושבות מראש
משקולות במקום. הערה: שיירים ביחס לקו הרגרסיה יהיו
בקנה מידה לפי המשקולות הנתונות. רוב הנורמות אז ירבעו את השארית המשוקללת הזו
(-N1 הוא היוצא מן הכלל היחיד).

-V[רָמָה] (יותר ...)
בחר רמת מילוליות [c].

-acol=שם[...] (יותר ...)
הגדר שיוך עמודות אספציאליות col=שם.

-דוּ[ncols][t] (יותר ...)
בחר קלט בינארי מקורי.

-בו[ncols][סוג] (יותר ...)
בחר פלט בינארי מקורי. [ברירת המחדל זהה לקלט].

-g[a]x|y|d|X|Y|D|[col]z[+|-]פער[u] (יותר ...)
קבע פערי נתונים ומעברי שורות.

-h[i|o][n][+c][+d][+rהֶעָרָה][+rכותרת] (יותר ...)
דלג או הפק רשומות כותרות.

-iצווארונים[ל][ססולם][oלקזז][,...] (יותר ...)
בחר עמודות קלט (0 הוא העמודה הראשונה).

-oצווארונים[,...] (יותר ...)
בחר עמודות פלט (0 הוא העמודה הראשונה).

-^ or רק -
הדפס הודעה קצרה על התחביר של הפקודה, ואז צא (הערה: ב-Windows
להשתמש רק -).

-+ or רק +
הדפס הודעת שימוש נרחבת (עזרה), כולל הסבר על כל
אפשרות ספציפית למודול (אך לא האפשרויות הנפוצות של GMT), ואז יוצאת.

-? or לא טיעונים
לאחר מכן הדפס הודעת שימוש מלאה (עזרה), כולל הסבר על האפשרויות
יציאות.

--גִרְסָה
הדפס גרסת GMT וצא.

--show-datadir
הדפס את הנתיב המלא לספריית השיתוף של GMT וצא.

ASCII פורמט דיוק

פורמטים של פלט ASCII של נתונים מספריים נשלטים על ידי פרמטרים שלך gmt.conf
קוֹבֶץ. קווי אורך וקווי רוחב מעוצבים לפי FORMAT_GEO_OUT, בעוד אחרים
הערכים מעוצבים לפי FORMAT_FLOAT_OUT. שים לב שהפורמט בפועל יכול
להוביל לאובדן דיוק בתפוקה, מה שעלול להוביל לבעיות שונות במורד הזרם. אם
אתה מוצא שהפלט לא כתוב בדיוק מספיק, שקול לעבור לבינארי
פלט (-בו אם זמין) או ציין יותר עשרוניות באמצעות ההגדרה FORMAT_FLOAT_OUT.

דוגמאות

לעשות רגרסיה סטנדרטית של הריבועים הקטנים ביותר על xy נתונים ב-points.txt והחזרת x, y,
ותחזית מודל עם רווחי סמך של 99%, נסה

gmt regress points.txt -Fxymc -C99 > points_regressed.txt

כדי לקבל רק את השיפוע עבור הרגרסיה לעיל, נסה

slope=`gmt regress points.txt -Fp -o5`

לעשות רגרסיה משוקללת מחדש של הריבועים הקטנים ביותר על הנתונים rough.txt ולהחזיר את x, y, model
חיזוי ומשקולות RLS, נסה

gmt regress rough.txt -Fxymw > points_regressed.txt

כדי לעשות רגרסיה אורתוגונלית של הריבועים הקטנים ביותר על הנתונים crazy.txt אבל קודם כל קח את
לוגריתם של x ו- y, ואז החזר את x, y, חיזוי מודל והשאריות המנורמלות
(ציוני z), נסה

gmt regress crazy.txt -Eo -Fxymz -i0-1l > points_regressed.txt

כדי לבחון כיצד ההתאמות האורתוגונליות של LMS משתנות עם זווית בין 0 ל-90 בשלבים של 0.2
מעלות עבור אותו קובץ, נסה

gmt regress points.txt -A0/90/0.2 -Eo -Nr > points_analysis.txt

ביבליוגרפיה

Draper, NR, and H. Smith, 1998, אפלייד נסיגה אנליזה, מהדורה שלישית, 3 עמ', ג'ון
ווילי ובניו, ניו יורק.

Rouseeuw, PJ, ו-AM Leroy, 1987, חזק נסיגה ו חריג,יוצא דופן זיהוי, 329 עמ',
ג'ון ווילי ובניו, ניו יורק.

York, D., NM Evensen, ML Martinez, and J. De Basebe Delgado, 2004, Unified Equations
עבור השיפוע, היירוט ושגיאות התקן של הקו הישר הטוב ביותר, Am. J. פיז.,
72(3), 367-375.

השתמש ב-gmtregressgmt באינטרנט באמצעות שירותי onworks.net