Le résultat est sans ambigüité et même très bon.Régression linéaire Y=A + B * X nbpts=41 A = -20.9 B = 5.94 R2 = 0.921
Ajustement exponentielle Y=A * e puis(B * X) nbpts=41 A = 19.9 B = 0.0655 R2 = 0.997
Ajustement logarithmique Y=A + B * ln(X) nbpts=41 A = -82.4 B = 67.0 R2 = 0.625
Ajustement puissance Y=A * X puiss(B) nbpts=41 A = 7.65 B = 0.838 R2 = 0.872
Le meilleur, extrapolation Exponentielle
leon1789 a écrit:Ce n'est pas du tout une exponentielle du type :
en tenant compte des erreurs d'arrondi, les données postées par crocodil sont les valeurs de ce polynôme
.
Mathusalem a écrit:Sur quoi tu te bases pour écarter la solution exponentielle ? Sur le domaine que donne crocrodil, ta courbe et la courbe exponentielle de Dzlogic n'ont pratiquement aucune différence.
Mathusalem a écrit:Sur quoi tu te bases pour écarter la solution exponentielle ? Sur le domaine que donne crocrodil, ta courbe et la courbe exponentielle de Dzlogic n'ont pratiquement aucune différence.
Dlzlogic a écrit:Pour éviter des discussions stériles sur ce sujet, j'ai décidé de rajouter ce type d'ajustement (4è degré) à mes outils.
Pour moi la justification mathématique de n'importe quelle approximation, cad quelle qu'elle soit, par la méthode des moindres carrés, se trouve dans les notions de base des probabilités et de la théorie des erreurs (notions réservées semble-t-il à certaines formations).Pour moi, la justification mathématique de > nécessite la connaissance de l'espace vectoriel des polynômes, des notion de produit scalaire et de norme et de distance, de projections orthogonales, etc.
Dlzlogic a écrit:Concernant la référence à Excel 2007, c'est toi qui me l'offres ? Par ailleurs, je n'ai jamais fait faire par une machine une chose que je n'aurais pas pu faire moi-même ou au moins que j'aurais pu expliquer dans le détail. Et sur ce point, il est un peu tard pour changer.
Pour la régression, c'est une méthode que je pratique depuis presque 30 ans, le mon outil actuel doit bien dater de 15 ans.Mathusalem a écrit:Tu peux acquérir Octave qui est bien. Le rendu graphique n'est pas aussi bon que celui de Matlab, mais au moins c'est gratuit. Tu as fait tes régressions sur les 40 points à la main ?
Dlzlogic a écrit:Pour moi la justification mathématique de n'importe quelle approximation, cad quelle qu'elle soit, par la méthode des moindres carrés, se trouve dans les notions de base des probabilités et de la théorie des erreurs (notions réservées semble-t-il à certaines formations).
Dlzlogic a écrit:Je pensais par ailleurs qu'à partir d'un certain niveau, on pouvait donner des indications, décrire des algorithmes et orienter quelqu'un qui demande de l'aider à établir une fonction.
Dlzlogic a écrit:Concernant la référence à Excel 2007, c'est toi qui me l'offres ?
Dlzlogic a écrit:Par ailleurs, je n'ai jamais fait faire par une machine une chose que je n'aurais pas pu faire moi-même ou au moins que j'aurais pu expliquer dans le détail. Et sur ce point, il est un peu tard pour changer.
Dlzlogic a écrit:
Si on veut une bonne courbe qui passe par un certain nombre de points distincts, la bonne méthode est une succession d'arcs de parabole. Mais ce n'est pas du tout le sujet concerné, puisqu'il s'agit de régression.
Ben oui, j'ai pas sorti ça de ma tête. Il y a une vingtaine de page, j'ai donné un lien, plusieurs fois, qui puis-je faire de plus.leon1789 a écrit:As-tu des références bibliographiques ?
Naturellement le nombre de décimales listées est sans signification, c'est juste pour le plaisir.0.0000553578 -0.0013417709 0.0788556939 1.5164572351 17.1804208178
leon1789 a écrit:C'est vrai que ce n'est pas le sujet... mais tout de même, annoncer "LA bonne méthode" est aller vite en besogne. Encore une fois, tout dépend à quel jeu on veut jouer (ie des données, des contraintes imposées et du genre de résultat désiré).
Dlzlogic a écrit:Ben oui, j'ai pas sorti ça de ma tête. Il y a une vingtaine de page, j'ai donné un lien, plusieurs fois, qui puis-je faire de plus.
Dlzlogic a écrit:Je crois me souvenir que le principe de l'indépendance des écarts m'a été appris en seconde par le prof de physique. Imaginons une observation avec 2 mesures. Chaque mesure est entachée d'un écart. Chacun des écart est propre à la mesure et ne dépend pas de l'écart éventuel de l'autre mesure.
Dlzlogic a écrit:Mathématiquement, c'est facile à montrer.
Mesure M1 = L1 + e1
Mesure M2 = L2 + e2.
Supposons que la valeur de l'observation soit la composition, notée 'o', des 2 mesures
O = M1.M2 = L1oL2 + e1.(qqch) + e2.(qqch) + e1oe2
Par hypothèse e1 et e2 sont des valeurs petites (que j'ai appelé volontairement infiniment petites)
Donc la composition e1oe2 est un infiniment petit de second ordre que l'on peut et que l'on doit négliger.
Une des manifestations connue de ceci est l'expression de la dérivée d'une fonction à plusieurs variables. On ne peut que calculer les dérivées partielle de la fonction par rapport à chacune des variables.
Dlzlogic a écrit:Enfin, voilà le résultat des paramètres du polynôme que j'ai trouvé.
Dlzlogic a écrit:Naturellement le nombre de décimales listées est sans signification, c'est juste pour le plaisir.
Dlzlogic a écrit:Il est vrai que j'aurais dû dire "une bonne méthode", mais je n'ai pas écrit "LA".
Ce sujet a déjà été abordé par moi, je posais simplement la question "pourquoi on imagine des courbes plus compliquées que la parabole ?". Je n'ai pas vraiment eu de réponse.
Les données, une suite de points X,Y
Les contraintes, je ne sais pas, à part la proximité aux points
Le résultat, la courbe lissée, c'est à dire avec des interpolations crédibles.
Utilisateurs parcourant ce forum : Aucun utilisateur enregistré et 8 invités
Tu pars déja ?
Identification
Pas encore inscrit ?
Ou identifiez-vous :