Berechnet drei statistische Parameter – SSE, R-Quadrat und RMSE – die beschreiben, wie gut ein angepasstes Modell mit den Originalwerten übereinstimmt.


icon

Ein-/Ausgänge

  • c1ddbl.png Y —

    Y ist das Array mit den abhängigen Werten der ursprünglichen Werte. Die Anzahl der Elemente in X muss größer als der Freiheitsgrad sein.

  • c1ddbl.png Beste Anpassung —

    Beste Anpassung ist das Array der abhängigen Werte des angepassten Modells. Die Beste Anpassung muss genauso groß sein wie Y.

  • c1ddbl.png Gewichtung —

    Gewichtung ist das Array aus Gewichtungen für die Beobachtungswerte Y. Gewichtung muss die gleiche Größe wie Y haben. Wenn Sie keinen Eingang mit Gewichtung verbinden, setzt das VI alle Elemente von Gewichtung auf 1.

    Bei Elementen kleiner als 0 wird mit dem Absolutwert gearbeitet.

  • ci32.png Freiheitsgrad —

    Freiheitsgrad ist die Anzahl der Elemente von Y minus der Koeffizientenanzahl im angepassten Modell. Der Standardwert lautet -1.

    Wenn Freiheitsgrad kleiner oder gleich 0 ist, wird Freiheitsgrad auf die Länge von Y minus 2 gesetzt.

  • idbl.png SSE —

    SSE ist die Fehlerquadratsumme. Je kleiner die SSE ist, desto besser ist die Anpassung.

  • idbl.png R-Quadrat —

    R-Quadrat ist ein normierter Parameter zur Messung der Güte der Anpassung. Je näher R-Quadrat an 1 liegt, desto besser ist die Anpassung.

  • idbl.png RMSE —

    RMSE die Wurzel aus dem mittleren quadratischen Fehler. Je kleiner RMSE ist, desto besser ist die Anpassung.

  • ii32.png Fehler —

    Fehler gibt alle Fehler oder Warnungen des VIs aus. Sie können Fehler mit dem VI "Fehler-Cluster aus Fehlercode" verbinden, um den Fehlercode oder die Warnung in einen Fehler-Cluster umzuwandeln.

    • Berechnet die drei statistischen Parameter SSE, R-Quadrat und RMSE, die durch folgende Gleichungen definiert sind:

    wi ist das i-te Element von Gewichtung, yi das i-te Element von Y und fi das i-te Element von Beste Anpassung. , wobei der Mittelwert von Y ist. DOF ist der Freiheitsgrad.