Model

Détermine le modèle à adapter aux données.

L'argument peut être choisi parmi une liste de modèles prédéfinis ou un modèle personnalisé peut être spécifié.

Le modèle personnalisé est renvoyé sous la forme d'une chaîne de caractères ou d'une série de données à deux chaînes de caractères. La première chaîne contient le code FPScript pour le calcul de la fonction modèle. Avec la deuxième chaîne, un code FPScript est passé qui calcule analytiquement les dérivations partielles de la fonction modèle pour les différents paramètres et est renvoyé sous forme de liste. Si une seule chaîne est spécifiée, les dérivés sont approximés numériquement. Les paramètres d'un modèle personnalisé avec n nombre de paramètres doivent être référencés dans le code FPScript comme p[0], p[1], ..., p[n-1]. La variable indépendante est x.

Par exemple, pour le modèle "y = a + b x" la série de données {"p[0] + p[1] * x", "[1, x]"} est spécifié pour un calcul analytique ou la chaîne "p[0] + p[1] * x" pour un calcul numérique des dérivés.

Il convient de noter que x est passée comme une série de données et non comme une valeur scalaire, ce qui signifie que la fonction de modèle et les dérivées partielles sont calculées en une seule étape pour toutes les valeurs X. Le code FPScript doit être conçu en conséquence.

Des modèles avec plusieurs variables dépendantes peuvent également être définis. Les fonctions modèles sont ensuite renvoyées sous forme de liste, et les dérivés sous forme de liste avec des listes :

{"[ p[0] + p[1] * x.[0], p[1] * x.[1]^2 ]", "[ [1,x.[0] ] , [0, x.[1]^2] ]"}

Les structures de données autorisées sont Scalaire et Séries de données. Les types de données pris en charge sont Entier de 16 bits, Entier de 32 bits, Entier de 64 bits et Chaîne de caractères.

Data

Ce sont les données auxquelles le modèle doit être adapté. Si le modèle comporte plusieurs variables dépendantes, alors l'argument doit être spécifié sous forme de liste avec un ensemble de données par variable.

Les structures de données autorisées sont Séries de données, Matrice de données, Signal, Série de signaux et Liste. Tous les types de données numériques sont autorisés, à l'exception de Temps calendaire.

Pour les types de données complexes, un nombre est formé.

InitialValues

Les séries de données avec les valeurs initiales pour les paramètres du modèle à déterminer. Si vous utilisez un des modèles donnés, vous pouvez omettre l'argument. Dans ce cas, des valeurs initiales spécifiques au modèle seront utilisées. Le nombre de valeurs correspond au nombre de paramètres du modèle multiplié par le nombre de pics.

Les structures de données autorisées sont Séries de données. Tous les types de données numériques sont autorisés. L'unité de l'argument est ignorée.

Pour les types de données complexes, un nombre est formé.

Bounds

La matrice de données avec les limites des paramètres du modèle à déterminer. La matrice contient par paramètre une colonne avec deux limites. Si vous omettez l'argument, des valeurs limites spécifiques au modèle ou aucune valeur limite ne sera utilisée. Vous pouvez fixer des limites individuelles à l'annulation. Les limites doivent se situer dans la fourchette spécifiée pour le modèle particulier. La limite supérieure doit être supérieure à la limite inférieure.

Les structures de données autorisées sont Matrice de données. Tous les types de données numériques sont autorisés. L'unité de l'argument est ignorée.

Pour les types de données complexes, un nombre est formé.

WeightingMode

Spécifie comment les différents points de données sur lesquels le modèle doit être ajusté doivent être pondérés. La valeur par défaut est la pondération basée sur les données.

L'argument WeightingMode peut avoir les valeurs suivantes :

Si l'argument n'est pas spécifié, il est défini à la valeur par défaut NLCF_WEIGHTING_DATA .

Variance

Une série de données avec les variances des points de données individuels. Si vous utilisez un modèle personnalisé avec plusieurs variables dépendantes, vous devrez spécifier une liste avec une série de données par variable. Vous ne devez spécifier l'argument que si vous avez sélectionné la pondération personnalisée.

Les structures de données autorisées sont Séries de données et Liste. Tous les types de données numériques sont autorisés. L'unité de l'argument est ignorée.

Pour les types de données complexes, un nombre est formé.

ScalingMode

Indique quelle mise à l'échelle doit être utilisée pour le problème.

(*) non utilisé pour l'algorithme de Levenberg-Marquardt

L'argument ScalingMode peut avoir les valeurs suivantes :

Si l'argument n'est pas spécifié, il est défini à la valeur par défaut NLCF_SCALING_NONE .

Scaling

Une série de données avec un facteur d'échelle positif par paramètre du modèle. Il vous suffit de préciser l'argument si vous avez choisi l'échelle personnalisée.

Les structures de données autorisées sont Séries de données. Tous les types de données numériques sont autorisés. L'unité de l'argument est ignorée.

Pour les types de données complexes, un nombre est formé.

OutputOptions

Précise les résultats qui doivent être renvoyés. Plusieurs résultats sont présentés sous forme de liste. Si vous omettez l'argument, tous les résultats disponibles sont produits. Si, par exemple, la matrice de corrélation et la matrice de covariance doivent être produites, l'argument doit contenir la valeur NLCF_OUTPUT_CORRELATION + NLCF_OUTPUT_COVARIANCE. Les options de sortie statistique pour l'ajustement des courbes non linéaires aident à déterminer la qualité de l'ajustement.

(m = nombre de points de données, n = nombre de paramètres)

(*) La matrice de covariance est utilisée pour calculer ces paramètres statistiques. Le calcul de la matrice de covariance n'est pas possible en utilisant l'algorithme de Newton complet si des limites sont spécifiées et une mise à l'échelle (toutes sauf NLCF_SCALING_NONE) est utilisée.

L'argument OutputOptions peut avoir les valeurs suivantes :

Si l'argument n'est pas spécifié, il est défini à la valeur par défaut NLCF_OUTPUT_PREDICTED_VALUES .

Settings

Une liste qui modifie les paramètres de l'algorithme utilisé.

L'argument peut comporter les éléments nommés suivants :

* uniquement utilisé avec l'algorithme de Levenberg-Marquardt

** utilisé uniquement avec l'algorithme Full Newton

Les valeurs sont renvoyées sous forme de liste ; par exemple :

[<MaximumNumberOfFunctionCalls > 100, <XTolerance> 1e-015, <YTolerance> 1e-015, <FTolerance> 1e-015, <StepBound> 1e+002]

Les structures de données autorisées sont Liste. Tous les types de données numériques sont autorisés. L'unité de l'argument est ignorée.

Algorithm

Spécifie l'algorithme à utiliser.

L'argument Algorithm peut avoir les valeurs suivantes :

Si l'argument n'est pas spécifié, il est défini à la valeur par défaut NLCF_ALGORITHM_FULLNEWTON .

OptionalParameters

Une liste qui peut être transmise au modèle.

L'argument peut comporter les éléments nommés suivants :

Les valeurs sont renvoyées sous forme de liste. Voici un exemple de modèle avec trois paramètres et deux pics :

[<NumberOfPeaks>2, <FixedParameters>{FALSE, TRUE, FALSE, FALSE, FALSE, FALSE}, <SharedParameters>{FALSE, FALSE, FALSE}]

Les structures de données autorisées sont Liste. Tous les types de données sont autorisés. L'unité de l'argument est ignorée.

0

Convergence X.

1

Convergence des fonctions relatives.

2

Convergence absolue des fonctions.

3

Convergence X et convergence des fonctions relatives.

4

Tolérance pour le cosinus de l'angle entre les colonnes de la matrice jacobienne actuelle et le vecteur résiduel correspondant.

5

Convergence singulière.

6

Fausse convergence.

7

Nombre maximum d'itérations atteint.

8

Valeurs initiales erronées.

9

Le gradient ne peut pas être calculé.

10

Abandonner manuellement le calcul.

11

Erreur d'algorithme interne.

12

Nombre maximum d'appels de fonction atteints.

.["AverageResidual"]

Moyenne résiduelle.

.["Baseline"]

Ligne de base pour les modèles comportant plusieurs pics.

.["Confidence95"]

Intervalle de confiance de 95%.

.["Confidence99"]

Intervalle de confiance de 99%.

.["Confidence999"]

Intervalle de confiance de 99,9 %.

.["ConfidenceParameter95"]

Intervalle de confiance de 95% des paramètres.

.["ConfidenceParameter99"]

Intervalle de confiance de 99 % des paramètres.

.["ConfidenceParameter999"]

Intervalle de confiance de 99,9 % des paramètres.

.["Correlation"]

Matrice de corrélation.

.["Covariance"]

Matrice de covariance.

.["ErrorVariance"]

Erreur de variance.

.["Iterations"]

Nombre d'itérations nécessaires.

.["ParameterError"]

Erreur type des paramètres.

.["Peaks"]

Courbes de crête pour les modèles comportant plusieurs pics.

.["Prediction95"]

Bande de prédiction de 95%.

.["Prediction99"]

Bande de prédiction de 99%.

.["Prediction999"]

Bande de prédiction de 99,9%.

.["PredictedValues"]

Les données modélisées.

.["R2"]

Coefficient de détermination multiple R2.

.["Ra2"]

Coefficient ajusté de détermination multiple Ra2.

.["Residual"]

Résidus.

.["ResidualSum"]

Somme des résidus.

.["Solution"]

Les paramètres trouvés.

.["SSE"]

Somme résiduelle absolue des carrés.

.["SSER"]

Somme résiduelle relative des carrés.

.["SSR"]

Somme de régression des carrés.

.["SST"]

Somme totale des carrés.

.["Status"]

Affichage de l'état de l'algorithme.