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。
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。
（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。
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）
残念ながら、AF分析は多変量線形回帰がまだ対応されていません。
このような分析をしたいなら、別のツールが必要です。
例えば、MATLABでは、下記のような関数を利用できます。
多変量線形回帰 - MATLAB mvregress- MathWorks 日本
AF 2018のバージョンから、MATLABとの連携ができます。
この連携を利用すると、MATLABで開発した関数を通常AFの関数として利用できます。
再計算やスケジュールの設定は以前と同じように動きます。
MATLABとの連携のウェビナー（英）：
Webinar - Asset Analytics native integration with MATLAB
残念ながら、AF分析は多変量線形回帰がまだ対応されていません。
このような分析をしたいなら、別のツールが必要です。
例えば、MATLABでは、下記のような関数を利用できます。
多変量線形回帰 - MATLAB mvregress- MathWorks 日本
AF 2018のバージョンから、MATLABとの連携ができます。
この連携を利用すると、MATLABで開発した関数を通常AFの関数として利用できます。
再計算やスケジュールの設定は以前と同じように動きます。
MATLABとの連携のウェビナー（英）：
Webinar - Asset Analytics native integration with MATLAB
