ISmLinearRegress.Fitted

Синтаксис

Fitted: Array;

Описание

Свойство Fitted возвращает массив значений модельного ряда.

Комментарии

Значения доступны после расчёта метода.

Пример

Для выполнения примера добавьте ссылку на системную сборку Stat.

Sub UserProc;
Var
    slr: SmLinearRegress;
    Factors: ISlSeries;
    res: Integer;
    Serie, Factor: Array Of Double;
    Weights: Array[20, 20] Of Double;
    Period: IStatPeriod;
    AR, MA: Array Of Integer;
    ARMA: ISlARMA;
    Stat: Double;
Begin
    slr := New SmLinearRegress.Create;
    // Задаем объясняемый ряд
    Serie := New Double[20];
    Serie[00] := 6209; Serie[01] := 6385;
    Serie[02] := 6752; Serie[03] := 6837;
    Serie[04] := 6495; Serie[05] := 6907;
    Serie[06] := 7349; Serie[07] := 7213;
    Serie[08] := 7061; Serie[09] := 7180;
    Serie[10] := 7132; Serie[11] := 7137;
    Serie[12] := 7473; Serie[13] := 7722;
    Serie[14] := 8088; Serie[15] := 7486;
    Serie[16] := 7832; Serie[17] := 9064;
    Serie[18] := 9380; Serie[19] := 9746;
    slr.Explained.Value := Serie;
    // Задаем объясняющий ряд
    Factor := New Double[30];
    Factor[00] := 4110; Factor[01] := 4280;
    Factor[02] := 4459; Factor[03] := 4545;
    Factor[04] := 4664; Factor[05] := 4861;
    Factor[06] := 5195; Factor[07] := 5389;
    Factor[08] := 5463; Factor[09] := 5610;
    Factor[10] := 5948; Factor[11] := 6218;
    Factor[12] := 6521; Factor[13] := 6788;
    Factor[14] := 7222; Factor[15] := 7486;
    Factor[16] := 7832; Factor[17] := 8153;
    Factor[18] := 8468; Factor[19] := 9054;
    Factor[20] := 9907; Factor[21] := 10333;
    Factor[22] := 10863; Factor[23] := 11693;
    Factors := slr.Explanatories;
    Factors.Add.Value := Factor;
    // Задаем ряд весов
    Weights[0, 0] := 1; Weights[0, 1] := 1.5;
    Weights[0, 2] := 0; Weights[0, 3] := 1;
    Weights[0, 4] := 1; Weights[0, 5] := 0;
    Weights[0, 6] := 1.5; Weights[0, 7] := 0;
    Weights[0, 8] := 1; Weights[0, 9] := 1;
    Weights[0, 10] := 1; Weights[0, 11] := 1;
    Weights[0, 12] := 1; Weights[0, 13] := 1;
    Weights[0, 14] := 1; Weights[0, 15] := 1;
    Weights[0, 16] := 0; Weights[0, 17] := 2;
    Weights[0, 18] := 1; Weights[0, 19] := 1.5;
    slr.UseWeights := True;
    slr.GLSMatrix := Weights;
    // Задаем параметры авторегрессии и скользящего среднего
    ARMA := slr.ARMA;
    AR := New Integer[1];
    AR[0] := 1;
    ARMA.OrderAR := AR;
    MA := New Integer[1];
    MA[0] := 1;
    ARMA.OrderMA := MA;
    // Задаем параметры периода идентификации
    Period := slr.ModelPeriod;
    Period.FirstPoint := 4;
    Period.LastPoint := 20;
    // Задаем параметры прогнозирования
    slr.Forecast.LastPoint := 30;
    //Выполняем расчёт и выводим результаты
    res := slr.Execute;
    If res <> 0 Then
        Debug.WriteLine(slr.Errors);
    Else
        Debug.WriteLine("=== Модельный ряд ===");
        Print(slr.Fitted);
        Debug.WriteLine("=== Прогноз ===");
        Print(slr.Forecast.Value);
        Debug.WriteLine("=== Ряд остатков ===");
        Print(slr.Residuals);
        Debug.WriteLine("=== Статистика Фишера ===");
        Stat := slr.SummaryStatistics.Fstat;
        Debug.WriteLine(Stat);
        Debug.WriteLine("=== Вероятность для статистики Фишера === ");
        Stat := slr.SummaryStatistics.ProbFstat;
        Debug.WriteLine(Stat);
    End If;
End Sub UserProc;
// Процедура вывода данных
Sub Print(Data: Array Of Double);
Var
    i: Integer;
    d: Double;
Begin
    For i := 0 To Data.Length - 1 Do
        If Double.IsNan(Data[i]) Then
            Debug.WriteLine(i.ToString + ", ---empty---");
        Else
            d := Data[i];
            Debug.WriteLine(i.ToString + ", " + d.ToString);
        End If;
    End For;
End Sub Print;

После выполнения примера в окно консоли будут выведены результаты расчёта линейной регрессии: модельный ряд, прогнозный ряд, ряд остатков, статистика Фишера и вероятность для статистики Фишера.

См. также:

ISmLinearRegress