体重の予測モデル

PIに自分の体重のデータを書き込んだので、今後の予測をしたかったです。

(来月はどうなるだろう)

 

まずは結果を紹介させて頂きます。


pastedImage_0.png.png

PIに一週間の体重のデータをいれました。(緑線)

予測値は青い線で表示されています。

 

AF 2017 R2から提供されたLinRegrの関数を利用しています。この関数を利用すると単純な線形回帰の計算ができます。

今回は、LinRegrの関数を利用し、今年の7月の体重を予測しました。


pastedImage_1.png.png

 

(その調子で、やせるじゃないかよ!)

 

AF 2018から、AF分析の出力タイムスタンプを属性の値に設定できます。


pastedImage_2.png.png

つまり、体重を計るとこの計算が実行され、7月1日の体重の予測値が更新されます!

 

(この調子で、頑張って続けたいです)

Parents
  • 説明変数が複数ある場合はどうすればよいのでしょうか。

     

    複雑なプラントの場合、ひとつの説明変数で予測した場合は、精度が低下します。

    重回帰分析が出来ればよいかと思いますが、この関数で複数の説明変数を使う場合はどのようにすればよいのでしょうか?

     

    また、LinRegr の使い方ですがマニュアルより、

    LinRegr(x, y, mode, starttime, endtime [, pctbood])

    LinRegr(y, starttime, endtime [, pctbood]) ←今回の場合

    体重 → y

    starttime → *-1w  現在時刻から一週間前

    endtime → *  現在時刻

     

    x と y の使い方がいまいち理解できていません?

Reply
  • 説明変数が複数ある場合はどうすればよいのでしょうか。

     

    複雑なプラントの場合、ひとつの説明変数で予測した場合は、精度が低下します。

    重回帰分析が出来ればよいかと思いますが、この関数で複数の説明変数を使う場合はどのようにすればよいのでしょうか?

     

    また、LinRegr の使い方ですがマニュアルより、

    LinRegr(x, y, mode, starttime, endtime [, pctbood])

    LinRegr(y, starttime, endtime [, pctbood]) ←今回の場合

    体重 → y

    starttime → *-1w  現在時刻から一週間前

    endtime → *  現在時刻

     

    x と y の使い方がいまいち理解できていません?

Children
No Data