gmtregressgmt - Online sa Cloud

PROGRAMA:

NAME

gmtregress - Linear regression ng 1-D data set

SINOPSIS

gmtregress [ mesa ] [ minuto/max/Inc ] [ antas ] [ x|y|o|r ] [ flag ] [ 1|2|r|w ] [ [r] ] [
minuto/max/Inc | n ] [ [w][x][y][r] ] [ [antas] ] [ -a] [ -b] [ -g] [
-h] [ -i] [ -o]

tandaan: Walang puwang ang pinapayagan sa pagitan ng flag ng opsyon at ng mga nauugnay na argumento.

DESCRIPTION

gmtregress nagbabasa ng isa o higit pang mga talahanayan ng data [o si stdin] at tinutukoy ang pinakamahusay na linear
modelo ng pagbabalik y = a + b* x para sa bawat segment gamit ang mga napiling parameter. Ang gumagamit ay maaaring
tukuyin kung aling mga bahagi ng data at modelo ang dapat iulat. Bilang default, ang modelo ay magiging
sinusuri sa mga input point, ngunit maaari mong tukuyin ang isang katumbas na hanay sa ibabaw
na susuriin ang modelo, o ganap na patayin ang pagsusuri. Sa halip na magdesisyon
ang pinakamahusay na akma na maisagawa namin ang isang pag-scan ng lahat ng posibleng mga linya ng regression (para sa isang hanay ng slope
anggulo) at suriin kung paano nag-iiba ang napiling sukat ng misfit sa slope. Ito ay partikular na
kapaki-pakinabang kapag sinusuri ang data na may maraming mga outlier. Tandaan: Kung kailangan mo talagang makipagtulungan
log10 ng x or y magagawa mo ang pagbabagong iyon habang binabasa sa pamamagitan ng paggamit ng -i pagpipilian.

KAILANGAN MGA PANGANGATWIRANG

Wala

OPSYONAL MGA PANGANGATWIRANG

mesa Isa o higit pang ASCII (o binary, tingnan -bi[ncols][uri]) data table file (mga) may hawak na a
bilang ng mga column ng data. Kung walang mga talahanayan na ibinigay pagkatapos ay nagbabasa kami mula sa karaniwang input.
Ang unang dalawang column ay inaasahang naglalaman ng kinakailangan x at y datos. Depende
sa iyong -W at -E mga setting na maaari naming asahan ng karagdagang 1-3 column na may error
mga pagtatantya ng isa sa parehong mga coordinate ng data, at maging ang kanilang ugnayan.

-Aminuto/max/Inc
Sa halip na tukuyin ang isang pinaka-angkop na regression, ginalugad namin ang buong hanay ng
regressions. Suriin ang lahat ng posibleng mga linya ng regression na may mga anggulo ng slope sa pagitan minuto
at max, gamit ang mga hakbang ng Inc digri [-90/+90/1]. Para sa bawat slope ang pinakamabuting kalagayan
Ang intercept ay tinutukoy batay sa iyong uri ng regression (-E) at hindi angkop na pamantayan (-N)
mga setting. Para sa bawat segment, iniuulat namin ang apat na column anggulo, E, libis, maharang,
para sa hanay ng mga tinukoy na anggulo. Ang pinakamahusay na mga parameter ng modelo sa saklaw na ito ay
nakasulat sa header ng segment at iniulat sa verbose mode (-V).

-Cantas
Itakda ang antas ng kumpiyansa (sa %) na gagamitin para sa opsyonal na pagkalkula ng kumpiyansa
banda sa regression [95]. Ito ay ginagamit lamang kung -F kasama ang output column
c.

-Ex|y|o|r
Uri ng linear regression, ibig sabihin, piliin ang uri ng misfit na dapat nating kalkulahin.
Pumili mula sa x (pagbabalik x on y; ibig sabihin, ang misfit ay sinusukat nang pahalang mula sa data
ituro sa linya ng regression), y (pagbabalik y on x; ibig sabihin, ang hindi pagkakaangkop ay sinusukat
patayo [Default]), o (orthogonal regression; ibig sabihin, ang misfit ay sinusukat mula sa
orthogonally ang punto ng data sa pinakamalapit na punto sa linya), o r (Nabawasan ang Major Axis
pagbabalik; ibig sabihin, ang hindi pagkakaangkop ay ang produkto ng parehong patayo at pahalang
mali) [y].

-Fflag
Magdagdag ng kumbinasyon ng mga column na nais mong ibalik; magtutugma ang pagkakasunod-sunod ng output
ang tinukoy na order. Pumili mula sa x (naobserbahan x), y (naobserbahan y), m (modelo
hula), r (nalalabi = data minus model), c (symmetrical confidence interval on
ang pagbabalik; tingnan mo -C para sa pagtukoy ng antas), z (standardized residuals o
tinatawag na z-score) At w (mga outlier na timbang 0 o 1; para sa -Nw ito ay ang Reweighted
Pinakamababang mga parisukat na timbang) [xymrczw]. Bilang isang alternatibo sa pagsusuri ng modelo, lamang
magbigay -Fp at sa halip ay sumulat kami ng isang talaan na may mga parameter ng modelo npoints
xmean ymean anggulo hindi tama libis maharang sigma_slope sigma_intercept.

-N1|2|r|w
Pinipili ang pamantayan na gagamitin para sa pagkalkula ng hindi angkop. Pumili sa mga 1 (L-1 na sukat;
ang ibig sabihin ng ganap na nalalabi), 2 (Least-squares; ang ibig sabihin ng squared
nalalabi), r (LMS; Ang pinakamaliit na median ng mga parisukat na nalalabi), o w (RLS;
Reweighted Least Squares: ang ibig sabihin ng squared residual pagkatapos ng mga outlier
natukoy sa pamamagitan ng LMS ay inalis) [Default is 2]. Tradisyonal na paggamit ng regression
L-2 habang ang L-1 at sa partikular na LMS ay mas matatag sa kung paano nila pinangangasiwaan ang mga outlier.
Gaya ng binanggit, ang RLS ay nagpapahiwatig ng isang paunang LMS regression na pagkatapos ay ginagamit upang matukoy
outlier sa data, italaga ang mga ito ng zero weight, at pagkatapos ay gawing muli ang regression
gamit ang L-2 norm.

-S[r] Nililimitahan kung aling mga tala ang ilalabas. Bilang default, magiging output ang lahat ng mga talaan ng data
sa format na tinukoy ni -F. Gamitin -S upang ibukod ang mga punto ng data na tinukoy bilang
outliers sa pamamagitan ng regression. Bilang kahalili, gamitin -Sr upang baligtarin ito at tanging output
ang mga outlier na tala.

-Tminuto/max/Inc | -Tn
Suriin ang pinakaangkop na modelo ng regression sa mga katumbas na puntong ipinahiwatig ng
mga argumento. Kung -Tn ay ibinigay sa halip ay i-reset namin minuto at max sa sukdulan
x-mga halaga para sa bawat segment at matukoy Inc para may eksaktong n output
mga halaga para sa bawat segment. Upang ganap na laktawan ang pagsusuri ng modelo, ibigay lang
-T0.

-W[w][x][y][r]
Tinutukoy ang weighted regression at kung aling mga weight ang ibibigay. Idugtong x if
pagbibigay ng 1-sigma na kawalan ng katiyakan sa x- mga obserbasyon, y kung nagbibigay ng 1-sigma
kawalan ng katiyakan sa y, at r kung nagbibigay ng ugnayan sa pagitan x at y mga obserbasyon, sa
ang pagkakasunud-sunod na lumabas ang mga column na ito sa input (pagkatapos ng dalawang kinakailangan at nangunguna x,
y mga hanay). Pagbibigay pareho x at y (at opsyonal r) ay nagpapahiwatig ng isang orthogonal
regression, kung hindi man ay nagbibigay x nangangailangan -Hal at y nangangailangan -Ey. Nagko-convert kami
kawalan ng katiyakan sa x at y sa regression weights sa pamamagitan ng relationship weight =
1/sigma. Gamitin -Ww kung dapat nating bigyang-kahulugan ang mga column ng input na na-precomputed
mga timbang sa halip. Tandaan: ang mga nalalabi na may kinalaman sa linya ng regression ay magiging
sinusukat ng ibinigay na mga timbang. Karamihan sa mga pamantayan ay i-square itong timbang na nalalabi
(-N1 ay ang tanging pagbubukod).

-V[antas] (higit pa ...)
Piliin ang antas ng verbosity [c].

-aco=pangalan[...] (higit pa ...)
Magtakda ng mga aspatial column associations co=pangalan.

-bi[ncols][t] (higit pa ...)
Piliin ang native na binary input.

-bo[ncols][uri] (higit pa ...)
Piliin ang native na binary na output. [Ang default ay pareho sa input].

-g[a]x|y|d|X|Y|D|[co]z[+|-]puwang[o] (higit pa ...)
Tukuyin ang mga data gaps at line break.

-h[i|o][n][+c][+d][+rpangungusap][+rpamagat] (higit pa ...)
Laktawan o gumawa ng (mga) talaan ng header.

-ikwelyo[l][ssukatan][oginalaw][,...] (higit pa ...)
Pumili ng mga column ng input (0 ang unang column).

-okwelyo[,...] (higit pa ...)
Pumili ng mga column ng output (0 ang unang column).

-^ or m -
Mag-print ng maikling mensahe tungkol sa syntax ng command, pagkatapos ay lumabas (TANDAAN: sa Windows
gamitin lang -).

-+ or m +
Mag-print ng malawak na paggamit (tulong) na mensahe, kasama ang paliwanag ng anuman
opsyong tukoy sa module (ngunit hindi ang mga karaniwang opsyon sa GMT), pagkatapos ay lalabas.

-? or hindi argumento
Mag-print ng kumpletong mensahe ng paggamit (tulong), kasama ang paliwanag ng mga opsyon, pagkatapos
labasan.

--bersyon
I-print ang bersyon ng GMT at lumabas.

--show-datadir
I-print ang buong path sa GMT share directory at lumabas.

ASCII FORMAT PRECISION

Ang mga format ng output ng ASCII ng numerical data ay kinokontrol ng mga parameter sa iyong gmt.conf
file. Ang longitude at latitude ay naka-format ayon sa FORMAT_GEO_OUT, samantalang ang iba
ang mga halaga ay naka-format ayon sa FORMAT_FLOAT_OUT. Magkaroon ng kamalayan na ang format na may bisa
humantong sa pagkawala ng katumpakan sa output, na maaaring humantong sa iba't ibang mga problema sa ibaba ng agos. Kung
nalaman mong ang output ay hindi nakasulat nang may sapat na katumpakan, isaalang-alang ang paglipat sa binary
output (-bo kung available) o tumukoy ng higit pang mga decimal gamit ang FORMAT_FLOAT_OUT na setting.

HALIMBAWA

Upang gawin ang isang karaniwang least-squares regression sa xy data sa points.txt at ibalik ang x, y,
at hula ng modelo na may 99% na agwat ng kumpiyansa, subukan

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

Upang makuha lamang ang slope para sa regression sa itaas, subukan

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

Upang gumawa ng reweighted least-squares regression sa data na rough.txt at ibalik ang x, y, modelo
hula at ang mga timbang ng RLS, subukan

gmt regress rough.txt -Fxymw > points_regressed.txt

Upang gumawa ng orthogonal least-squares regression sa data crazy.txt ngunit kunin muna ang
logarithm ng parehong x at y, pagkatapos ay ibalik ang x, y, hula ng modelo at ang mga na-normalize na nalalabi
(z-score), subukan

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

Upang suriin kung paano nag-iiba ang orthogonal LMS misfits sa anggulo sa pagitan ng 0 at 90 sa mga hakbang na 0.2
degrees para sa parehong file, subukan

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

Mga sanggunian

Draper, NR, at H. Smith, 1998, Inilapat pagbabalik pagsusuri, 3rd ed., 736 pp., John
Wiley and Sons, New York.

Rousseeuw, PJ, at AM Leroy, 1987, Mabulas pagbabalik at mas malinaw paniniktik, 329 pp.,
John Wiley and Sons, New York.

York, D., NM Evensen, ML Martinez, at J. De Basebe Delgado, 2004, Pinag-isang mga equation
para sa slope, intercept, at mga karaniwang error ng pinakamahusay na tuwid na linya, Am. J. Phys.,
72(3), 367-375.

Gamitin ang gmtregressgmt online gamit ang mga serbisyo ng onworks.net