Prelucrarea Informat iei

Curve Fitting Tool

Introducere
Curve Fitting Tool este utilitarul MATLAB care ofera interfet e grace si funct ii pentru linia de comanda
pentru atribuirea de funct ii si suprafet e seriilor de date. Utilitarul permite realizarea de analize de date ex-
ploratorii, pre-procesarea si post-procesarea datelor, compararea modelelor candidate si nlaturarea except iilor.
Pot implementate regresii folosind librariile existente de modele liniare si neliniare sau pot specicate
propriile ecuat ii. Libraria ofera parametri de rezolvare optimizat i si condit ii init iale pentru mbunatat irea
calitat ii turilor. Pachetul suporta si tehnici de modelare neparametrice, cum sunt spline, interpolarea si
netezirea.
Caracteristici cheie:
Instrumente grace pentru identicarea curbelor si suprafet elor
Regresii liniare si neliniare cu ecuat ii personalizate
Biblioteca de modele de regresii cu puncte init iale optimizate si parametri de rezolvare
Metode de interpolare, inclusiv B-splines, splines tensor-produs, etc.
Tehnici de netezire, inclusiv splines de netezire, regresii localizate, ltre Savitsky-Golay si medii
alunec atoare
Rutine de pre-procesare, inclusiv nlaturarea extremelor si sect ionare, scalare si ponderarea datelor
Rutine de post-procesare, inclusiv interpolare, extrapolare, intervale de ncredere, integrale si derivate
Utilizare
Pentru deschiderea Curve Fitting Tool, introducet i urmatoarea comanda n linia de comenzi MATLAB:
cftool
iar utilitarul se va deschide sub forma unei ferestre noi (vezi Figura 1).
Fereastra principala are 5 butoane:
Data...: Deschide o fereastra noua care permite utilizatorului importarea de date din spat iul de lucru
MATLAB n mediul Curve Fitting. Acesta va denumit set de date.
Fitting...: Aceasta fereastra permite alegerea funct iei de identicare si a parametrilor ei.
Exclude...: Cu aceasta interfat a putem exclude anumite puncte de date din setul de date.
Plotting...: Aici sunt selectate opt iunile de asare pentru seturile de date si gracele generate. Pot alese
selectiv cele pe care dorim sa le reprezent am grac.
Analysis...: Interfat a graca pentru evaluate funct iei atribuite/tate setului de date.
1. Data...
La apasarea butonului Data..., se deshide o noua fereastra (Figura 2) si putem alege x, y si variabilele
pondere, numele setului de date si acesta poate creat prin apasarea butonului Create data set. Setul de
date va asat n lista si va putea utilizat n pasii urmatori.
Acest scurt exemplu nu include setare unor valori pentru ponderi deoarece variabilele x si y su fost create.

In
cazul analizei unor date, cum este masurarea la un interval de timp nit e.g. la ecare secunda, parametrul
x este unul ales (parametrul liber). Parametrul y este unul masurat (dependent) care prezinta erori diferite
ntre punctele de date. identicarea normala, fara ponderi, considera toate punctele egale dar n cazul n
1 din 11
Prelucrarea Informat iei Curve Fitting Tool
Figure 1: Fereastra principala - Curve Fitting Tool
2 din 11
Prelucrarea Informat iei Curve Fitting Tool
Figure 2: Crearea unui nou set de date
3 din 11
Prelucrarea Informat iei Curve Fitting Tool
care unele puncte au bare de erori mai mari, relativ la punctele celelalte, asta nseamna ca sunt mai put in
precise si ca identicarea ar trebui sa le ia n considerare mai put in n calcule. Acesta este rolul ponderilor.
Punctele de date mai precise primesc ponderi mai mari n raport cu punctele de date mai put in precise.
Modul de a crea ponderile, corelat cu logica expusa mai sus, este ca ponderea unui punct de date sa e inversul
patratului barei de eroare. Exprimata matematic: daca w
i
este ponderea si
i
este eroarea punctului de
date i, atunci:
w
i
=
1

2
i
(1)
2. Fitting...
Pentru a ta datele, trebuie mai ntai deschis editorul Fitting prin apasarea butonul corespunzator. Se alege
New t..., numele tului (cel standard ind compus din t si un numar), se alege setul de date predenit,
funct ia de identicare si se apasa Apply.
Exista o serie de funct ii de identicare incluse, care sunt grupate dupa tip: Suma de sinusoide, Polino-
miale, etc. Din ecare grup trebuie aleasa funcia specica care se doreste a folosita pentru identicare.

In acest caz vom alege o funct ie din grupul Suma de sinusoide.

La apasarea butonului Apply, este calculat tul si rezultatele sunt asate n zona dedicata a editorului si
reprezentare grac n fereastra principala a Curve Fitting Tool. Figura 3 prezinta utilizarea Fit Editor si
rezultatul opreat iilor efectuate. Inspect ia vizuala a rezultatului arata ca identicarea este buna si coecientul
de determinare R-square si R-square ajustat conrma acest lucru. Putem vedea de asemenea ca amplitudinea,
a1, este 1, frecvent a (sau mai exact, = 2f, care este b1 daca variabila x este timpul) este, de asemenea,
1 si faza, c1, este 0, identic cu parametrii alesi la creare vectorului y, y = sin(x).
Figure 3: identicarea datelor cu o funct ie y = a1 sin(b1 x + c1)
4 din 11
Prelucrarea Informat iei Curve Fitting Tool
Numerele din paranteza, de langa valorile parametrilor (coecient ii) sunt intervalele de ncredere - eroarea
tului. Deoarece tul nostru se potriveste exact setului de date, aceste valori sunt zero. Aceasta observat ie
nu va mai valabila n exemplele ce vor urma.
La modul general, algoritmul de identicare porneste de la niste valori ale constantelor funct iei de identicare,
a1, b1 si c1n acest caz, si ncearca sa convearga de la acesti parametri init iali, la cei nali. Uneori parametrii
init iali nu sunt destul de apropiat i de cei nali pentru a converge la acestia sau nu converg deloc. Meniul
Fit options... permite modicarea acestor parametri.

In cazul n care o funct ie de identicare de care avem nevoie nu exista n lista de funct ii, putem alege ecuat ii
personalizate prin butonul Custom equations si denirea funct iei dorite.
Save to workspace... va salva datele de identicare n spat iul de lucru si de acolo vom putea lucra cu aceste
date n linia de comanda.
3. Exclude..., Plotting... si Analysis...
Primele doua opt iuni vor deschide ferestre noi care permit eliminarea unor puncte de date din t (ele exista
n continuare n setul de date) sau eliminarea unor seturi de date sau turi din reprezentarea graca.

In meniul de analiza putem obt ine valoarea funct iei tate n anumite puncte alese si intervalele de ncredere.
Pot determinate de asemenea primele doua derivate si integrata funct ia. Aceste funct ionalitat i vor
detaliate n sect iunea de exemple.
4. Reziduuri
Accesarea meniului View Residuals Scatter Plot va deschide un nou grac care va prezenta rezidu-
urile, diferent a nala dintre punctele de date init iale si t. Figura 4 ilustreaza rezultatele pentru exemplul
dat.
La analiza reziduurilor este important sa vedem ca acestea sunt mprastiate aleatoriu si uniform n jurul
valorii de zero. Asta presupune ca sa nu e pozitive ntr-o parte a tului si negative n alta parte, sau ca
valoarea lor nu este mica sau mare n zone diferite.

In gracul prezentat, aceste criterii nu exista, dar daca analizam valoarea reziduurilor, de pana la 5 10
14
,
putem ntelege ca aceasta reprezinta doar o eroare de aproximare la calculul funct iei sin deoarece calculele
efectuate de calculator nu au precizie innita.
Exemple
1. Fit liniar simplu, cu bare de eroare

In acest exemplu vor tate 5 puncte de date cu o funct ie liniara. Introducet i urmatoarele comenzi:
x=[1 2 3 4 5];
y=[1 2 3 4 4.5];
si barele de erori si ponderile sunt:
err=[0.1 0.2 0.3 0.4 0.5];
weight=1./err.2;
Se poate observa cum este generata o linie dreapta, cu panta 1n care ultimul punct pare a gresit. O opt iune
este excluderea acestui punct din grac, dar nu este cea preferata. Vom arata cum adaugarea ponderilor are
un efect similar.

In Figura 5 sunt ilustrare doua turi, cu (albastru) si fara (rosu) ponderi.

In editor putem vedea rezultatul
calculelor pentru setul de date cu ponderi, denumit t 2, care arata parametrii de identicare 1 si 0, dupa
cum era de asteptat. Atunci cand tul nu este perfect, limita de ncredere are valori diferite.

Intre cele doua
ferestre sunt listate si comenzile MATLAB folosite, important indn special modul de denire al ponderilor.
Erorile trebuie calculate separat, reprezentand n acest caz 10% din valoarea lui x.
5 din 11
Prelucrarea Informat iei Curve Fitting Tool
Figure 4: Gracul cu asarea reziduurilor
6 din 11
Prelucrarea Informat iei Curve Fitting Tool
Figure 5: identicare cu funct ie liniara: cu (albastru) si fara (rosu) ponderi.

In continuare, deschidet i fereastra de analiza. Aleget i t 2 y vs. x with weights si setat i punctele de analiza
la 0:0.5:10, ntre 0 si 10, cu incrementul 0.5. Ulterior aleget i Evaluate t at Xi si For function. Vom
adauga si Plot results si Plot data set si apasam Apply. Rezultatul acestor operat ii este prezentat n
Figura 6.
Se poate vedea cum tul este relativ precis acolo unde avem puncte de date, dar pe domeniul fara puncte de
date acesta ncepe sa e mai put in precis. Urmand acelasi mod de lucru pentru setul de date fara ponderi,
vom observa o deteriorare a predict iei.

In continuare va realizat un grac care include si barele de eroare alaturi de funct ia de identicare si
limitele de ncredere.
Salvat i datele de analiza n spat iul de lucru cu numele standard analysisresults1 si comanda Save to
Workspace. Facet i dublu clic pe aceasta variabila n spat iul de lucru pentru a asa cont inutul ei.
Introducet i urmatoarele comenzi n linia de comanda MATLAB:
gure % deschide o noua fereastra pentru grace
errorbar(x,y,err, ro) % reprezinta datele sub forma de cercuri, alaturi de barele de eroare cu rosu
hold on % Reprezinta grac urmatoarele rezultate, fara a le sterge pe cele vechi
plot(analysisresults1.xi, analysisresults1.yt, b-, analysisresults1.xi, analysisresults1.lower, b:, analysis-
results1.xi, analysisresults1.upper, b:) % reprezita tul cu o linie albastra continua si limitele de ncredere
cu o linie albastra ntrerupta
hold o % elibereaza gura
Figura 7 prezinta rezultatele obt inute. Aceasta cont ine si elemente vizuale suplimentare cum sunt titluri
pe grac si pe axe, legenda si o casut a de text n care a fost introdus rezultatul calculelor aferente tarii.
Elementele pot adaugate utilizand instrumentele grace Plot Tools din gura MATLAB.
2. Fit avansat
7 din 11
Prelucrarea Informat iei Curve Fitting Tool
Figure 6: Fereastra de analiza si rezultatele obt inute
Figure 7: Grac cu setul de date, bare de eroare, funct ia de identicare si limite de ncredere
8 din 11
Prelucrarea Informat iei Curve Fitting Tool
Acest exemplu prezinta identicarea unui set de date cu o funct ie de tipul sin
2
. Funct ia de identicare nu
este inclusa n opt iunile standard si va trebui creata. De asemenea, vor trebui denit i alt i parametri init iali.

In acest exemplu este folosit un set de date afectate de zgomot. Acesta este introdus n linia de comanda
MATLAB, dupa cum urmeaza:
x=[0:0.1:2*pi];
y=8*sin(2*pi*0.2*x+1).2+randn(size(x));
Figura prezinta setul de comenzi MATLAB folosit pentru crearea datelor si adaugarea unor valori aleatorii.
Datele sunt un sin
2
cu amplitudinea 8, frecvent a 0.2 si faza 1 iar scopul este obt inerea acestor valori din
funct ia de identicare.
Figure 8: identicare cu funct ie tip sin
2
Pentru a ajunge la rezultatele ilustrate, trebuie create variabilele n spat iul de lucru MATLAB, deschis
utilitarul Curve Fitting Tool si creat setul de date. Ulterior, va creata identicarea folosind New Fit si
o ecuat ie introdusa de la tastatura Custom Equation New Equation Create Custom Equation
General Equations. Aici trebuie inserat i si parametri init iali de identicare, pe care i vom lasa deocamdata
nemodicat i. Dupa apasarea OK, ecuat ia va adaugata la lista de ecuat ii personalizate din editor. Aplicare
modicarilor va conduce la rezultatele reprezentate mai sus. Acestea nsa nu sunt corecte, dupa cum este
indicat si n zona de rezultate a tului.
Prin apasarea Fit Options... se va deschide o noua fereastra unde pot modicat i parametrii de identi-
care. Dupa identicarea corecta a acestora, asat i si reziduurile pentru a verica distribut ia lor aleatoare.
Referint e
[1] MathWorks, MATLAB Curve Fitting Toolbox Users Guide, R2011a.
9 din 11
Prelucrarea Informat iei Curve Fitting Tool
Figure 9: Modicarea parametrilor de identicare
10 din 11
Prelucrarea Informat iei Curve Fitting Tool
Figure 10: Rezultate nale cu erori reziduale
11 din 11