直交距離回帰:ODR(Orthogonal Distance Regression)

2015-08-12 :  PCクリニック
本文の前に、
-・・・ -・-
現時点での blogramのランクインカテゴリは、
6、1、1、1、0、 0、0、0、0、0(41)で、換算ポイント 78pt 。
「Firefox」が5位、6位、4位にアップ/ダウン。
「Perl」「化学業界」「Python」「グルコサミン」「FM COCOLO」はbg値変動。
「C言語」では全く変化無し。
・-・ - -・

さて、本文。

「Python 楕円 Fitting」で検索、・・・・・

「potass' blog」の昨年(2014-10-31)の記事:
Scipy.odr を使った陰関数フィッティング
を見つけた。
  陰関数(implicit function)を fitting したくなった。
  陽関数(explicit function)なら最小二乗法(least square)
  を使えばいいんだがどうしたものか。
  そもそも Igor や Origin と言った有名な解析ソフトは
  どうやってるのかぐぐってみた。

  IGOR Pro/陰関数でフィッティング(Implicit Fitting)・・・
  http://blog.hulinks.co.jp/2011/04/ig-implicit-fitting.html

  Nonlinear Implicit Curve Fitting (Pro Only) - OriginLab
  http://www.originlab.com/doc/Origin-Help/Fitting-Implicit

  ふむふむ、直交距離回帰 (Orthogonal Distance Regression, ODR)
  なる方法があるのね。
  ODRPACK なるでかいライブラリがあるとのことで
  そこのマニュアルが詳しそう。

  ・・・・・
  http://docs.scipy.org/doc/external/odrpack_guide.pdf

  ODR は、fitting 曲線とのズレを考慮して、
  データ点から fitting 曲線までの距離の自乗和が
  最小になるパラメタを探すという方法ですかね。
  頼りになる scipy にライブラリがあるらしく使ってみる。

  ### Scipy.odr を使って楕円の式(陰関数)を fitting してみる

  Scipy.odr のページ には陽関数のケースしか書いてない。
  ・・・・・
  ・・・・・


つまり、
“最小二乗法”は、“各X値に対するY軸方向の距離”に注目。
それに対して、
“直交距離回帰”は、“各(X,Y)点の直交方向の距離”に注目。

これは、難しいものですね。

そして、“SciPy”には、それ用の関数が用意されている。

素晴らしい!


上記「potassさん」の記事を熟読して、
もっと、学習しよう!


本日はここまで。


見ていただいた序でとは厚かましい限りですが、
お帰りに投票して頂けるとなお嬉しいです。 ⇒ blogram投票ボタン


150223
関連記事
スポンサーサイト

コメントの投稿

管理者にだけ表示を許可する

おきてがみ/blogram
blogram投票ボタン



おきてがみ

最新記事
カレンダー
09 | 2017/10 | 11
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31 - - - -
月別アーカイブ
カテゴリ
最新コメント
検索フォーム
リンク
プロフィール

<紙>

Author:<紙>
ようこそ。
「パソコンヲタクの雑記帳」
もろもろなことを綴っています。
パソコン ヲタクってねくら?
画像は kami でなく kani です。

カウンター(fc2、i2i) /Google Analytics


i2i(from 2010-08-24)
Total =
Today  =  
Yesterday=
アンチエイジング

Google Analytics
ブックマーク