gmtregressgmt - Online în cloud

PROGRAM:

NUME

gmtregress - Regresia liniară a seturilor de date 1-D

REZUMAT

gmtregress [ tabel ] [ minute/max/inc ] [ nivel ] [ x|y|o|r ] [ steaguri ] [ 1|2|r|w ] [ [r] ] [
minute/max/inc | n ] [ [w][x][y][r] ] [ [nivel] ] [ -a] [ -b] [ -g] [
-h] [ -i] [ -o]

Notă: Nu este permis niciun spațiu între indicatorul opțiunii și argumentele asociate.

DESCRIERE

gmtregress citește unul sau mai multe tabele de date [sau stdin] și determină cel mai bun liniar
model de regresie y = a + b* x pentru fiecare segment folosind parametrii alesi. Utilizatorul poate
specificați ce date și componente ale modelului trebuie raportate. În mod implicit, modelul va fi
evaluat la punctele de intrare, dar, alternativ, puteți specifica un interval echidistant peste
care să evalueze modelul sau dezactivați complet evaluarea. În loc să se determine
cea mai bună potrivire putem efectua o scanare a tuturor liniilor de regresie posibile (pentru un interval de pantă
unghiuri) și examinați modul în care măsura nepotrivită aleasă variază în funcție de panta. Acest lucru este în special
util atunci când se analizează datele cu multe valori aberante. Notă: Dacă chiar trebuie să lucrați cu
log10 din x or y puteți realiza acea transformare în timpul citirii utilizând -i opțiune.

NECESARE ARGUMENTE

Nici unul

OPTIONAL ARGUMENTE

tabel Unul sau mai multe ASCII (sau binar, vezi -bi[ncols][tip]) fișiere de tabel de date care dețin a
numărul de coloane de date. Dacă nu sunt date tabele, citim din intrarea standard.
Se așteaptă ca primele două coloane să conțină elementele necesare x si y date. Depinde
pe dumneavoastră -W si -E setări ne putem aștepta la 1-3 coloane suplimentare cu eroare
estimări ale uneia dintre ambele coordonate de date și chiar corelarea acestora.

-Aminute/max/inc
În loc să determinăm o regresie cea mai potrivită, explorăm întreaga gamă de
regresii. Examinați toate dreptele de regresie posibile cu unghiuri de pantă între minute
si max, folosind pașii de inc grade [-90/+90/1]. Pentru fiecare pantă optimul
interceptarea este determinată pe baza tipului dvs. de regresie (-E) și norma inadaptată (-N)
setări. Pentru fiecare segment raportăm cele patru coloane unghi, E, pantă, intercepta,
pentru intervalul de unghiuri specificate. Cei mai buni parametri ai modelului din acest interval sunt
scris în antetul segmentului și raportat în modul verbose (-V).

-Cnivel
Setați nivelul de încredere (în %) de utilizat pentru calculul opțional al încrederii
benzi pe regresie [95]. Acesta este folosit doar dacă -F include coloana de ieșire
c.

-Ex|y|o|r
Tip de regresie liniară, adică selectați tipul de nepotrivire pe care ar trebui să-l calculăm.
Alegeți din x (regres x on y; adică, nepotrivirea este măsurată pe orizontală din date
indica linia de regresie), y (regres y on x; adică se măsoară inadaptarea
vertical [Implicit]), o (regresia ortogonală; adică, nepotrivirea este măsurată din
punctul de date ortogonal la cel mai apropiat punct de pe linie) sau r (Axa majoră redusă
regresie; adică, nepotrivirea este produsul atât vertical cât și orizontal
nepotriviți) [y].

-Fsteaguri
Adăugați o combinație de coloane pe care doriți să le returnați; ordinea de ieșire se va potrivi
ordinea specificată. Alege din x (observat x), y (observat y), m (model
predicție), r (reziduu = date minus model), c (interval de încredere simetric activat
regresia; vedea -C pentru specificarea nivelului), z (reziduuri standardizate sau
așa-zisul scoruri z) Şi w (greutățile aberante 0 sau 1; pentru -Nu acestea sunt Reponderate
Greutățile celor mai mici pătrate) [xymrczw]. Ca alternativă la evaluarea modelului, doar
da -Fp și în schimb scriem o singură înregistrare cu parametrii modelului npuncte
x înseamnă adica unghi inadaptabil pantă intercepta sigma_slope sigma_intercept.

-N1|2|r|w
Selectează norma de utilizat pentru calculul nepotrivit. Alege dintre 1 (măsură L-1;
media reziduurilor absolute), 2 (Cel mai mici pătrate; media pătratului
reziduuri), r (LMS; Cea mai mică mediană a reziduurilor pătrate) sau w (RLS;
Cele mai mici pătrate reponderate: media reziduurilor pătrate după valori aberante
identificate prin LMS au fost eliminate) [Implicit este 2]. Utilizări tradiționale de regresie
L-2, în timp ce L-1 și în special LMS sunt mai robuste în modul în care gestionează valorile aberante.
După cum sa menționat, RLS implică o regresie LMS inițială care este apoi utilizată pentru a identifica
valori aberante din date, atribuiți acestora o pondere zero și apoi repetați regresia
folosind o normă L-2.

-S[r] Limitează ce înregistrări vor fi scoase. În mod implicit, toate înregistrările de date vor fi scoase
în formatul specificat de -F. Utilizare -S pentru a exclude punctele de date identificate ca
valori aberante prin regresie. Alternativ, utilizați - Sr pentru a inversa acest lucru și numai ieșire
înregistrările aberante.

-Tminute/max/inc | -Tn
Evaluați modelul de regresie cel mai potrivit în punctele echidistante implicate de
argumente. Dacă -Tn este dat în schimb vom reseta minute si max la extrem
x-valori pentru fiecare segment si determina inc astfel încât să existe exact n producție
valori pentru fiecare segment. Pentru a sări peste evaluarea modelului, pur și simplu furnizați
-T0.

-W[w][x][y][r]
Specifică regresia ponderată și ce ponderi vor fi furnizate. Adăuga x if
dând incertitudini 1-sigma în x- observatii, y dacă dă 1-sigma
incertitudini în y și r dacă se dă corelaţii între x si y observatii, in
ordinea în care apar aceste coloane în intrare (după cele două necesare și care conduc x,
y coloane). Dându-le pe amândouă x si y (și opțional r) implică o ortogonală
regresie, altfel dând x Necesită -Ex si y Necesită -Ei. Ne convertim
incertitudini în x si y la ponderi de regresie prin intermediul ponderii relației =
1/sigma. Utilizare -Ww dacă ar trebui să interpretăm coloanele de intrare ca fiind precalculate
greutăți în schimb. Notă: reziduurile în raport cu linia de regresie vor fi
scalate cu greutățile date. Cele mai multe norme vor pătra apoi acest rezidual ponderat
(-1 N este singura excepție).

-V[nivel] (Mai mult ...)
Selectați nivelul de verbozitate [c].

-acu=nume[...] (Mai mult ...)
Setați asocieri de coloane aspatiale cu=nume.

-bi[ncols][t] (Mai mult ...)
Selectați intrarea binară nativă.

-bo[ncols][tip] (Mai mult ...)
Selectați ieșirea binară nativă. [Valoare implicită este aceeași cu intrarea].

-g[a]x|y|d|X|Y|D|[cu]z[+|-]decalaj[U] (Mai mult ...)
Determinați golurile de date și întreruperile de linie.

-h[i|o][n][+c][+d][+rremarcă][+rtitlu] (Mai mult ...)
Omite sau produce înregistrări antet.

-icol[l][sscară][ocompensa][,...] (Mai mult ...)
Selectați coloanele de intrare (0 este prima coloană).

-ocol[,...] (Mai mult ...)
Selectați coloanele de ieșire (0 este prima coloană).

-^ or doar -
Imprimă un mesaj scurt despre sintaxa comenzii, apoi iese (NOTĂ: pe Windows
foloseste doar -).

-+ or doar +
Imprimați un mesaj extins de utilizare (ajutor), inclusiv explicația oricăruia
opțiunea specifică modulului (dar nu opțiunile comune GMT), apoi iese.

-? or Nu. argumente
Apoi imprimați un mesaj complet de utilizare (ajutor), inclusiv explicația opțiunilor
iesirile.

--versiune
Tipăriți versiunea GMT și ieșiți.

--show-datadir
Imprimați calea completă către directorul de partajare GMT și ieșiți.

ASCII FORMAT PRECIZIE

Formatele de ieșire ASCII ale datelor numerice sunt controlate de parametrii din dvs gmt.conf
fişier. Longitudinea și latitudinea sunt formatate conform FORMAT_GEO_OUT, în timp ce altele
valorile sunt formatate conform FORMAT_FLOAT_OUT. Fiți conștienți de faptul că formatul efectiv poate
duce la pierderea preciziei la ieșire, ceea ce poate duce la diverse probleme în aval. Dacă
descoperiți că rezultatul nu este scris cu suficientă precizie, luați în considerare trecerea la binar
ieșire (-bo dacă este disponibil) sau specificați mai multe zecimale utilizând setarea FORMAT_FLOAT_OUT.

EXEMPLE

Pentru a face o regresie standard pe cele mai mici pătrate pe X y date în points.txt și returnează x, y,
și predicția modelului cu intervale de încredere de 99%, încercați

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

Pentru a obține doar panta pentru regresia de mai sus, încercați

pantă=`gmt puncte de regres.txt -Fp -o5`

Pentru a face o regresie reponderată cu cele mai mici pătrate pe datele rough.txt și returnați modelul x, y
predicție și ponderile RLS, încercați

gmt regres rough.txt -Fxymw > points_regressed.txt

Pentru a face o regresie ortogonală cu cele mai mici pătrate pe data crazy.txt, dar mai întâi luați
logaritmul ambelor x și y, apoi returnează x, y, predicția modelului și reziduurile normalizate
(z-scores), încercați

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

Pentru a examina modul în care nepotrivirile LMS ortogonale variază cu unghiul între 0 și 90 în pași de 0.2
grade pentru același fișier, încercați

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

REFERINȚE

Draper, NR și H. Smith, 1998, Metode regres analiză, ed. a III-a, 3 p., Ioan
Wiley and Sons, New York.

Rousseeuw, PJ și AM Leroy, 1987, Robust regres si anormal detectare, 329 p.,
John Wiley and Sons, New York.

York, D., NM Evensen, ML Martinez și J. De Basebe Delgado, 2004, Ecuații unificate
pentru panta, interceptarea și erorile standard ale celei mai bune linii drepte, A.m. J. Fizic.,
72(3), 367-375.

Utilizați gmtregressgmt online folosind serviciile onworks.net