다른 사람들 의견

• 궁금이 (02-05-15 19:06)

    Matlab으로 알려주셔도 됩니다. 단 명령어를 좀 상세히 적어주시면 좋겠습니다..

  Matlab으로 알려주셔도 됩니다. 단 명령어를 좀 상세히 적어주시면 좋겠습니다..
• 소요유 (02-05-15 21:14)

    결국 두 데이타의 평균적인 직선을 구하는 것이므로, 두 데이타를 합친다음, Least square fitting method를 이용하여 가장 가까운 직선을 구하면 되겠군요. Least square fitting method는 Mathmatica와 같은 과학에서 많이 사용하는 프로그램 방법을 다룬 책이나, 과학 통계 해석를 다루는 책에  소개되어 있습니다.

  결국 두 데이타의 평균적인 직선을 구하는 것이므로, 두 데이타를 합친다음, Least square fitting method를 이용하여 가장 가까운 직선을 구하면 되겠군요. Least square fitting method는 Mathmatica와 같은 과학에서 많이 사용하는 프로그램 방법을 다룬 책이나, 과학 통계 해석를 다루는 책에 소개되어 있습니다.
• 궁금이 (02-05-15 21:23)

    두 데이타를 합치는 방법을 모르니까(도메인의 갯수와 그 인터벌이 서로 달라) 모르니까 그렇죠.. --;

  두 데이타를 합치는 방법을 모르니까(도메인의 갯수와 그 인터벌이 서로 달라) 모르니까 그렇죠.. --;
• 소요유 (02-05-15 21:38)

    데이타를 합친다는 것이 나중 데이타를 먼저 데이타에 그냥 붙이는 것을 의미합니다. 두 행으로 이루어진 아스키 파일 두개를 붙이는 것이 어렵나요 ?  이를 x-y 그래프로 그리면 각 데이타를 각각 그려 넣은 것과 같은 그래프가 되겠지요.  즉 인터벌이 다른 것들이 서로 섞이겠죠.

  데이타를 합친다는 것이 나중 데이타를 먼저 데이타에 그냥 붙이는 것을 의미합니다. 두 행으로 이루어진 아스키 파일 두개를 붙이는 것이 어렵나요 ? 이를 x-y 그래프로 그리면 각 데이타를 각각 그려 넣은 것과 같은 그래프가 되겠지요. 즉 인터벌이 다른 것들이 서로 섞이겠죠.
• 소요유 (02-05-15 21:40)

    위 데이타에서는 합친 인터벌이 1, 2, 3, 6, 7, 8, .... 이 되겠고, 값은 4.0, 4.5, 7.2, 8.4, 9.0,.... 이런 데이타 셑이 만들어 질 겁니다. 

  위 데이타에서는 합친 인터벌이 1, 2, 3, 6, 7, 8, .... 이 되겠고, 값은 4.0, 4.5, 7.2, 8.4, 9.0,.... 이런 데이타 셑이 만들어 질 겁니다.
• 소요유 (02-05-15 21:41)

    이 데이타 셑을 가장 잘 fitting하는 직선을 구하면 원하는 것 얻는 것 아닌가요 ?

  이 데이타 셑을 가장 잘 fitting하는 직선을 구하면 원하는 것 얻는 것 아닌가요 ?
• 배성원 (02-05-16 00:41)

    평균의 linear fitting이라고 하셨네요. 그래서 따로 구하셔야 하겠다고 생각하셔서 힘들다고 하신듯...그러나 소요유님 말씀대로 평균를 따로 구해서 그걸 피팅하는 것이나 데이터 (X,Y)를 다 하나의 set으로 보고 피팅하나 결과는 마찬가지 입니다. 같아야 "best fit" 되었다고 말할 수 있지 않겠습니까?

  평균의 linear fitting이라고 하셨네요. 그래서 따로 구하셔야 하겠다고 생각하셔서 힘들다고 하신듯...그러나 소요유님 말씀대로 평균를 따로 구해서 그걸 피팅하는 것이나 데이터 (X,Y)를 다 하나의 set으로 보고 피팅하나 결과는 마찬가지 입니다. 같아야 "best fit" 되었다고 말할 수 있지 않겠습니까?
• 궁금이 (02-05-16 01:51)

    데이타가 빠진 부분을 보간하면서 또는 단순히 직선으로 이으면서 일정한 인터벌의 도메인으로 만들수는 있을겁니다. 프로그래밍을 할 수는 있겠지만 귀찮아서 혹시 그러한 기능이 있나 여쭤본거죠. 하지만 말씀해주신 방법들은 극단적인 경우에 비추어보았을때(한쪽은 10000개의 데이터, 한쪽은 100개의 데이터) information의 loss가 발생하는걸로 보이는군요. 아무튼 말씀 감사했습니다.

  데이타가 빠진 부분을 보간하면서 또는 단순히 직선으로 이으면서 일정한 인터벌의 도메인으로 만들수는 있을겁니다. 프로그래밍을 할 수는 있겠지만 귀찮아서 혹시 그러한 기능이 있나 여쭤본거죠. 하지만 말씀해주신 방법들은 극단적인 경우에 비추어보았을때(한쪽은 10000개의 데이터, 한쪽은 100개의 데이터) information의 loss가 발생하는걸로 보이는군요. 아무튼 말씀 감사했습니다.
• 일렉 (02-05-16 12:34)

    참고로 일반화된 선형 최소자승해는 다음으로 구할 수 있습니다. (X^T*X)*b=X^T*y로 불리우는 정규방정식을 구성하여 그 해인 b를 구하면 됩니다. 여기서 X행렬과 b벡터는 물론 측정치로 이루어집니다. 행렬과 벡터의 구성과 상호간의 연산은 하실 수 있겠죠? 덧붙이자면 데이터들이 자주 바뀌는 경우 저 같으면 코딩을 하겠습니다. 선형방정식을 푸는 루틴은 Public domain에 너무나도 많습니다. 제가 소시적에 이용하던 곳은 netlib.org입니다. 수고하시기를...

  참고로 일반화된 선형 최소자승해는 다음으로 구할 수 있습니다. (X^T*X)*b=X^T*y로 불리우는 정규방정식을 구성하여 그 해인 b를 구하면 됩니다. 여기서 X행렬과 b벡터는 물론 측정치로 이루어집니다. 행렬과 벡터의 구성과 상호간의 연산은 하실 수 있겠죠? 덧붙이자면 데이터들이 자주 바뀌는 경우 저 같으면 코딩을 하겠습니다. 선형방정식을 푸는 루틴은 Public domain에 너무나도 많습니다. 제가 소시적에 이용하던 곳은 netlib.org입니다. 수고하시기를...