Modèle d’analyse Ajustement des pics *

23.08.2021

Vous pouvez utiliser le modèle d'analyse Peak Fitting pour approximer plusieurs instances d'une fonction modèle de pic sur un ensemble de données prédéfini. Un certain nombre de fonctions de modèle prédéfinies sont disponibles pour ce faire. Le modèle est basé sur l'objet d'analyse Ajustement de courbes non linéaires.

Étape 2 : Ligne de base

Le modèle consiste en une fonction modèle par pic et une ligne de base. FlexPro détermine la ligne de base par régression linéaire d'une série de points. Si vous sélectionnez l'option Automatique, il vous suffit de spécifier le nombre de points. FlexPro détermine alors leur position automatiquement. Sinon, vous pouvez également définir la ligne de base manuellement. Utilisez la touche Entrée pour sélectionner l'endroit où vous souhaitez appliquer les curseurs dans le graphique. Vous pouvez également sélectionner des points qui ne sont pas sur la courbe en désactivant l'option Bind Cursor To Curve dans la barre d'outils sous le graphique. L'option Calculer la ligne de base vous permet d'afficher la ligne de base approximative, et Supprimer la ligne de base vous permet de la supprimer à nouveau, si nécessaire.

FlexPro peut tenir compte de la ligne de base de trois façons :

Inclure la ligne de base comme composante variable dans le modèle
Comprend la ligne de base avec des paramètres variables dans le modèle de pointe. Les paramètres définis ici ne sont utilisés que comme valeurs initiales.

Inclure la ligne de base comme composante statique dans le modèle
Comprend la ligne de base avec les paramètres fixes définis ici dans le modèle de pointe.

Soustraire la ligne de base des données sources
La ligne de base n'est pas incluse dans le modèle, mais est plutôt soustraite des données avant l'ajustement de la courbe.

Étape 3 : Modèle, spécification des pics, options

Un certain nombre de modèles pics prédéfinis sont disponibles. Le paramètre Nombre maximal d'appels de fonction vous permet de limiter le nombre d'itérations pour l'ajustement. Vous pouvez déterminer automatiquement les positions des pics. Il vous suffit de spécifier le nombre de pics. Les pics sont définis par des maxima et/ou minima locaux, en fonction de ce que vous sélectionnez pour le Type. L'hystérésis spécifie de combien la courbe à gauche et à droite de l'ensemble de données doit monter ou descendre pour qu'un maximum ou un minimum local soit accepté. Vous pouvez également définir les pics manuellement en utilisant le curseur pour placer des marqueurs aux endroits particuliers de la courbe, puis en cliquant sur Calculer. Vous pouvez utiliser la fonction Supprimer les pics pour supprimer tous les pics du graphique.

Vous pouvez maintenant sélectionner diverses options d'affichage:

Résidus
affiche le tracé de la courbe du résidu de l'ajustement.

2ème dérivée
affiche la dérivée seconde de l'ensemble des données.

Courbes de pics
affiche les courbes de pics approximatives.

Résultat
affiche un tableau avec les paramètres des différents modèles pics.

Statistiques
affiche des statistiques pour évaluer la qualité de l'ajustement.

Bande de prédiction
présente la bande de prédiction pour la courbe de pic adaptée dans le graphique. Un intervalle de confiance à 95% est l'intervalle Y pour une valeur X donnée qui contient la vraie valeur Y avec une probabilité de 95%.

Bande de confiance
présente la bande de confiance pour la courbe de pic adaptée dans le graphique. La bande de prédiction de 95% fait une déclaration sur la dispersion des données à analyser. Si vous collectiez davantage de points de données, 95 % des points se situeraient dans la fourchette de la bande de prédiction.

Étape 4 : Algorithme, Pondération, Mise à l'échelle, Valeurs initiales, Paramètres

Les champs Algorithme, Pondération, Échelle et Paramètres ont les mêmes fonctions que celles de l'objet d'analyse Ajustement de courbe non linéaire. La liste Valeurs initiales affiche les valeurs initiales des différentes fonctions du modèle. Dans la colonne Partagé, vous pouvez définir les paramètres qui doivent avoir la même valeur pour tous les pics. Vous pouvez forcer tous les pics à avoir la même largeur, par exemple.

Fonctions FPScript utilisées

NonLinearCurveFit

ParameterEstimation

NonLinModel

Voir aussi

Objets d'analyse

Tutoriel sur le Peak Fitting

Options de résultat statistique pour l'ajustement de courbes non linéaires

Modèles non linéaires

* Ce modèle d'analyse n'est pas disponible dans FlexPro View.

Partager l’article ou envoyer par mail :

Vous serez probablement intéressé par les articles suivants :