Sesuaikan istilah sinusoidal dengan data


26

Meskipun saya membaca posting ini , saya masih tidak tahu bagaimana menerapkan ini pada data saya sendiri dan berharap seseorang dapat membantu saya.

Saya memiliki data berikut:

y <- c(11.622967, 12.006081, 11.760928, 12.246830, 12.052126, 12.346154, 12.039262, 12.362163, 12.009269, 11.260743, 10.950483, 10.522091,  9.346292,  7.014578,  6.981853,  7.197708,  7.035624,  6.785289, 7.134426,  8.338514,  8.723832, 10.276473, 10.602792, 11.031908, 11.364901, 11.687638, 11.947783, 12.228909, 11.918379, 12.343574, 12.046851, 12.316508, 12.147746, 12.136446, 11.744371,  8.317413, 8.790837, 10.139807,  7.019035,  7.541484,  7.199672,  9.090377,  7.532161,  8.156842,  9.329572, 9.991522, 10.036448, 10.797905)
t <- 18:65

Dan sekarang saya hanya ingin menyesuaikan gelombang sinus

y(t)=Asin(ωt+ϕ)+C.

dengan empat tidak diketahui , , dan untuk itu.ω ϕ CAωϕC

Sisa dari kode saya terlihat adalah sebagai berikut

res <- nls(y ~ A*sin(omega*t+phi)+C, data=data.frame(t,y), start=list(A=1,omega=1,phi=1,C=1))
co <- coef(res)

fit <- function(x, a, b, c, d) {a*sin(b*x+c)+d}

# Plot result
plot(x=t, y=y)
curve(fit(x, a=co["A"], b=co["omega"], c=co["phi"], d=co["C"]), add=TRUE ,lwd=2, col="steelblue")

Tetapi hasilnya benar-benar buruk.

Sine fit

Saya akan sangat menghargai bantuan apa pun.

Tepuk tangan.


Anda mencoba menyesuaikan gelombang sinus dengan data atau Anda mencoba menyesuaikan beberapa model harmonik dengan komponen sinus dan kosinus? Ada fungsi harmonik dalam paket TSA di R yang mungkin ingin Anda periksa. Pasangkan model Anda menggunakan itu dan lihat hasil seperti apa yang Anda dapatkan.
Eric Peterson

5
Sudahkah Anda mencoba nilai awal yang berbeda? Fungsi kerugian Anda adalah non-cembung, sehingga nilai awal yang berbeda dapat menyebabkan berbagai solusi.
Stefan Taruhan

1
Beri tahu kami lebih lanjut tentang data. Biasanya ada periodisitas yang diketahui, sehingga tidak perlu diestimasi dari data. Apakah ini deret waktu atau yang lain? Jauh lebih mudah jika Anda dapat memasukkan istilah sinus dan kosinus yang terpisah dengan model linier.
Nick Cox

2
Memiliki periode yang tidak diketahui membuat model Anda tidak linier (peristiwa seperti itu disinggung dalam jawaban yang dipilih di pos tertaut). Mengingat bahwa, parameter lain bersifat linier bersyarat; untuk beberapa rutinitas LS nonlinier, informasi itu penting dan dapat meningkatkan perilaku. Salah satu opsi mungkin menggunakan metode spektral untuk mendapatkan periode dan kondisi itu; yang lain adalah memperbarui periode dan parameter lainnya melalui optimasi nonlinier dan linier secara berurutan.
Glen_b -Reinstate Monica

(Saya baru saja mengedit jawaban di sana untuk menjadikan kasus khusus periode yang tidak diketahui sebagai contoh eksplisit tentang apa yang dapat membuatnya menjadi nonlinier.)
Glen_b -Reinstate Monica

Jawaban:


18

Jika Anda hanya ingin perkiraan yang baik dari dan tidak terlalu peduli dengan kesalahan standarnya:ω

ssp <- spectrum(y)  
per <- 1/ssp$freq[ssp$spec==max(ssp$spec)]
reslm <- lm(y ~ sin(2*pi/per*t)+cos(2*pi/per*t))
summary(reslm)

rg <- diff(range(y))
plot(y~t,ylim=c(min(y)-0.1*rg,max(y)+0.1*rg))
lines(fitted(reslm)~t,col=4,lty=2)   # dashed blue line is sin fit

# including 2nd harmonic really improves the fit
reslm2 <- lm(y ~ sin(2*pi/per*t)+cos(2*pi/per*t)+sin(4*pi/per*t)+cos(4*pi/per*t))
summary(reslm2)
lines(fitted(reslm2)~t,col=3)    # solid green line is periodic with second harmonic

plot sinus

(Kecocokan yang lebih baik mungkin akan menjelaskan pencilan dalam seri itu dalam beberapa cara, mengurangi pengaruh mereka.)

---

Jika Anda menginginkan gagasan tentang ketidakpastian di , Anda dapat menggunakan kemungkinan profil ( pdf1 , pdf2 - referensi untuk mendapatkan perkiraan CI atau UK dari kemungkinan profil atau variannya tidak sulit ditemukan)ω

(Atau, Anda dapat memberi makan perkiraan ini ke nls ... dan memulainya yang sudah konvergen.)


(+1) jawaban yang bagus. Saya mencoba menyesuaikan model linier dengan lm(y~sin(2*pi*t)+cos(2*pi*t)tetapi ini tidak berhasil ( cosistilah selalu 1). Hanya ingin tahu: apa yang dilakukan dua garis pertama (saya tahu itu spectrummemperkirakan kepadatan spektral)?
COOLSerdash

1
@COOLSerdash Ya, Anda harus memiliki unit menjadi periode (seperti di pertanyaan terkait) untuk bekerja. Saya harus kembali dan menekankan itu di jawaban yang lain. ( t2*pi*t
ctd

1
@COOLSerdash (ctd) - Baris ke-2 menemukan frekuensi yang terkait dengan puncak terbesar dalam spektrum dan pembalikan untuk mengidentifikasi periode. Setidaknya dalam kasus ini (tapi saya curiga lebih luas), default pada dasarnya mengidentifikasi periode yang memaksimalkan kemungkinan begitu dekat sehingga saya menghapus langkah-langkah yang saya lakukan untuk memaksimalkan kemungkinan profil di wilayah sekitar periode itu. Fungsi specdalam TSA mungkin lebih baik (tampaknya memiliki lebih banyak opsi, salah satunya kadang-kadang penting), tetapi dalam hal ini puncak utama berada di tempat yang persis sama spectrumsehingga saya tidak repot-repot.
Glen_b -Reinstate Monica

@ Glen_b metode ini sangat cocok untuk kasus penggunaan saya. Saya juga perlu menyesuaikan cos (x) kurva, tetapi tidak bekerja juga ... Saya mengubah reslmke reslm <- lm(y ~ cos(2*pi/per*t)+tan(2*pi/per*t))tapi itu tidak terlihat benar. ada petunjuk?
Amit Kohli

Mengapa Anda memiliki istilah tan di sana?
Glen_b -Reinstate Monica

15

2π/20

Ketika saya memasukkannya ke nlsdalam startdaftar, saya mendapatkan kurva yang jauh lebih masuk akal, meskipun masih memiliki beberapa bias sistematis.

Bergantung pada apa tujuan Anda dengan kumpulan data ini, Anda dapat mencoba meningkatkan kecocokan dengan menambahkan istilah tambahan atau menggunakan pendekatan nonparametrik seperti proses Gaussian dengan kernel berkala.

Sine fit

Memilih nilai awal secara otomatis

Jika Anda ingin memilih frekuensi yang dominan, Anda dapat menggunakan fast Fourier transform (FFT). Ini adalah jalan keluar dari bidang keahlian saya, jadi saya akan membiarkan orang lain mengisi rincian jika mereka mau (terutama tentang langkah 2 dan 3), tetapi Rkode di bawah ini akan berfungsi.

# Step 1: do the FFT
raw.fft = fft(y)

# Step 2: drop anything past the N/2 - 1th element.
# This has something to do with the Nyquist-shannon limit, I believe
# (https://en.wikipedia.org/wiki/Nyquist%E2%80%93Shannon_sampling_theorem)
truncated.fft = raw.fft[seq(1, length(y)/2 - 1)]

# Step 3: drop the first element. It doesn't contain frequency information.
truncated.fft[1] = 0

# Step 4: the importance of each frequency corresponds to the absolute value of the FFT.
# The 2, pi, and length(y) ensure that omega is on the correct scale relative to t.
# Here, I set omega based on the largest value using which.max().
omega = which.max(abs(truncated.fft)) * 2 * pi / length(y)

Anda juga dapat merencanakan abs(truncated.fft)untuk melihat apakah ada frekuensi penting lainnya, tetapi Anda harus sedikit bermain-main dengan penskalaan sumbu-x.

Juga, saya percaya @Glen_b benar bahwa masalahnya cembung setelah Anda tahu omega (atau mungkin Anda perlu tahu phi juga? Saya tidak yakin). Bagaimanapun, mengetahui nilai awal untuk parameter lain seharusnya tidak sepenting untuk omega jika mereka berada di stadion baseball yang tepat. Anda mungkin bisa mendapatkan perkiraan yang layak dari parameter lain dari FFT, tapi saya tidak yakin bagaimana cara kerjanya.


1
Terima kasih atas petunjuk itu. Hanya untuk memperjelas sedikit: data adalah bagian dari microarray di mana periodisitas gen diukur dari waktu ke waktu, yaitu data yang ditampilkan adalah data ekspresi satu gen. Masalahnya sekarang adalah bahwa saya ingin menerapkan metode ini pada sekitar 40 ribu gen yang semuanya memiliki periode dan amplitudo yang berbeda. Jadi, sangat penting bahwa kecocokan yang baik ditemukan terlepas dari kondisi awal.
Pascal

1
@ Pascal Lihat pembaruan saya di atas untuk rekomendasi untuk secara otomatis memilih nilai awal untuk omega.
David J. Harris

2
ϕab

Saya bertanya-tanya dari mana nilai x berperan di sini. Tentu itu membuat perbedaan untuk omega, apakah nilai y yang diberikan dipisahkan oleh 1 atau 5 x langkah, bukan?
Knub

1
Tip pemrograman tidak terkait dengan pertanyaan: hati-hati saat memberi nama objek R sebagai foo.bar. Ini karena bagaimana R menentukan metode untuk kelas .
Firebug

10

Sebagai alternatif dari apa yang telah dikatakan, mungkin perlu dicatat bahwa model AR (2) dari kelas model ARIMA dapat digunakan untuk menghasilkan perkiraan dengan pola gelombang sinus.

yt=C+ϕ1yt1+ϕ2yt2+at
Cϕ1ϕ2at

ϕ12+4ϕ2<0.

Panratz (1991) memberi tahu kita hal berikut tentang siklus stokastik:

Pola siklus stokastik dapat dianggap sebagai pola gelombang sinus terdistorsi dalam pola perkiraan: Ini adalah gelombang sinus dengan periode stokastik (probabilistik), amplitudo, dan sudut fase.

Untuk melihat apakah model seperti itu dapat dipasang ke data saya menggunakan auto.arima()fungsi dari paket perkiraan untuk mengetahui apakah itu akan menyarankan model AR (2). Ternyata auto.arima()fungsi menyarankan model ARMA (2,2); bukan model AR (2) murni, tapi ini OK. Tidak apa-apa karena model ARMA (2,2) berisi komponen AR (2), jadi aturan yang sama (tentang siklus stokastik) berlaku. Artinya, kita masih dapat memeriksa kondisi tersebut untuk melihat apakah prakiraan gelombang sinus akan diproduksi.

Hasilnya auto.arima(y)ditunjukkan di bawah ini.

Series: y 
ARIMA(2,0,2) with non-zero mean 

Coefficients:
         ar1      ar2      ma1     ma2  intercept
      1.7347  -0.8324  -1.2474  0.6918    10.2727
s.e.  0.1078   0.0981   0.1167  0.1911     0.5324

sigma^2 estimated as 0.6756:  log likelihood=-60.14
AIC=132.27   AICc=134.32   BIC=143.5

ϕ12+4ϕ2<01.73472+4(0.8324)<00.3202914<0

Plot di bawah ini menunjukkan seri asli, y, kesesuaian model ARMA (2,2), dan 14 perkiraan out-of-sample. Seperti yang dapat dilihat, perkiraan out-of-sample mengikuti pola gelombang sinus.

masukkan deskripsi gambar di sini

Ingat dua hal. 1) Ini hanya analisis yang sangat cepat (menggunakan alat otomatis) dan perawatan yang tepat akan melibatkan mengikuti metodologi Box-Jenkins. 2) Perkiraan ARIMA bagus dalam peramalan jangka pendek, sehingga Anda dapat menemukan bahwa ramalan jangka panjang dari model dalam jawaban oleh @ David J. Harris dan @Glen_b agar lebih andal.

Terakhir, semoga ini adalah tambahan yang bagus untuk beberapa jawaban yang sudah sangat informatif.

Referensi : Peramalan dengan model regresi dinamis: Alan Pankratz, 1991, (John Wiley and Sons, New York), ISBN 0-471-61528-5


1

Metode saat ini untuk mencocokkan kurva dosa ke set data yang diberikan membutuhkan tebakan pertama parameter, diikuti oleh proses interatif. Ini adalah masalah regresi non-linear. Metode yang berbeda terdiri dari transformasi regresi non-linear menjadi regresi linier berkat persamaan integral yang nyaman. Kemudian, tidak perlu untuk menebak awal dan tidak perlu untuk proses berulang: pemasangan langsung diperoleh. Dalam hal fungsi y = a + r * sin (w * x + phi) atau y = a + b * sin (w * x) + c * cos (w * x), lihat halaman 35-36 kertas "Régress sinusoidale" diterbitkan di Scribd: http://www.scribd.com/JJacquelin/documents Dalam hal fungsi y = a + p * x + r * sin (w * x + phi): halaman 49-51 dari bab "Regresi linier dan sinusoidal campuran". Dalam hal fungsi yang lebih rumit, proses umum dijelaskan dalam bab "Regenerasi sinusoidal umum" halaman 54-61, diikuti oleh contoh numerik y = r * sin (w * x + phi) + (b / x) + c * ln (x), halaman 62-63


0

Jika Anda mengetahui titik terendah dan tertinggi dari data yang tampak kosinus, Anda dapat menggunakan fungsi sederhana ini untuk menghitung semua koefisien kosinus:

getMyCosine <- function(lowest_point=c(pi,-1), highest_point=c(0,1)){
  cosine <- list(
    T = pi / abs(highest_point[1] - lowest_point[1]),
    b = - highest_point[1],
    k = (highest_point[2] + lowest_point[2]) / 2,
    A = (highest_point[2] - lowest_point[2]) / 2
  )
  return(cosine)
}

Di bawahnya digunakan untuk mensimulasikan variasi suhu sepanjang hari dengan fungsi kosinus, dengan memasukkan nilai jam dan suhu untuk jam terendah dan terhangat:

c <- getMyCosine(c(4,10),c(17,25)) 
# lowest temprature at 4:00 (10 degrees), highest at 17:00 (25 degrees)

x = seq(0,23,by=1);  y = c$A*cos(c$T*(x +c$b))+c$k ; 
library(ggplot2);   qplot(x,y,geom="step")

Outputnya di bawah ini: Cosine dihitung dari titik terendah dan tertinggi


3
Pendekatan ini tampaknya sangat sensitif terhadap setiap keberangkatan yang tampak acak dari perilaku sinusoidal murni, yang akan membuatnya tidak berlaku untuk hampir semua dataset seperti yang diilustrasikan dalam pertanyaan. Dapat dibayangkan, ini dapat digunakan untuk memberikan nilai awal untuk beberapa pendekatan berulang lainnya yang disarankan dalam utas ini.
whuber

setuju, ini adalah yang paling sederhana, akan bagus untuk perkiraan sederhana berdasarkan asumsi tertentu
IVIM

0

Pilihan lain adalah menggunakan fungsi generik optim atau nls. Saya sudah mencoba keduanya tidak ada yang benar-benar kuat

Fungsi-fungsi berikut ini mengambil data dalam y dan menghitung parameter.

calc.period <- function(y,t)
{     
   fs <- 1/(t[2]-t[1])
   ssp <- spectrum(y,plot=FALSE )  
   fN <- ssp$freq[which.max(ssp$spec)]
   per <- 1/(fN*fs)
   return(per)
 }

fit.sine<- function(y, t)
{ 
  data <- data.frame(x = as.vector(t), y=as.vector(y))
  min.RSS <- function (data, par){
    with(data, sum((par[1]*sin(2*pi*par[2]*x + par[3])+par[4]-y )^2))
  }  
  amp = sd(data$y)*2.**0.5
  offset = mean(data$y)
  fest <- 1/calc.period(y,t)
  guess = c( amp, fest,  0,   offset)
  #res <- optim(par=guess, fn = min.RSS, data=data ) 
  r<-nls(y~offset+A*sin(2*pi*f*t+phi), 
     start=list(A=amp, f=fest, phi=0, offset=offset))
  res <- list(par=as.vector(r$m$getPars()))
  return(res)
}

 genSine <- function(t, params)
     return( params[1]*sin(2*pi*params[2]*t+ params[3])+params[4])

penggunaannya adalah sebagai berikut:

t <- seq(0, 10, by = 0.01)
A <- 2 
f <- 1.5
phase <- 0.2432
offset <- -2

y <- A*sin(2*pi*f*t +phase)+offset + rnorm(length(t), mean=0, sd=0.2)

reslm1 <- fit.sine(y = y, t= t)

Kode berikut membandingkan data

ysin <- genSine(as.vector(t), params=reslm1$par)
ysin.cor <- genSine(as.vector(t), params=c(A, f, phase, offset))

plot(t, y)
lines(t, ysin, col=2)
lines(t, ysin.cor, col=3)
Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.