PDA

Archiv verlassen und diese Seite im Standarddesign anzeigen : Glättung einer Zeitreihe mit nicht-äquidistanten Messpunkten


pest
2009-05-26, 15:34:39
Hi...
kennt sich da wer aus?

Alles was ich im Netz zur Glättung finde behandelt äquidistante Daten
natürlich kann ich einen 3-Punkt Average-Filter auch benutzen, btw. darf ich das überhaupt wenn Punktepaare mal weit mal kurz auseinanderliegen?
Die Ergebnisse sind i.O.

Meine Idee war bis jetzt, nicht die Anzahl der Datenpunkte als Parameter zu nehmen, sondern einen Radius zu definieren innerhalb dessen alle Datenpunkte zur Auswertung verwendet werden.

Gruß pest

Spasstiger
2009-05-26, 15:55:40
Du kannst dir ja eine Zeitreihe von äquidistanten Punkten generieren, indem du Punkte in bestimmten Zeitabständen linear aus den beiden benachbarten Punkten der ursprünglichen Zeitreihe interpolierst.

Pinoccio
2009-05-26, 16:02:27
darf ich das überhauptDürfen darfst du alles - wenn:
1. Der Erfolg dir Recht gibt
2. Wenn du dein Vorgehen plausibel begründen kannst
3. Jemand anders das auch schon gemacht hat
Je nachdem, was du eigentlich machst, 1. (z.B. Was bauen und verkaufen) oder 2. (theoretische Arbeit drüber schreiben) oder 3. (beides)Die Ergebnisse sind i.O.In Ordnung i. S. v. richtig? Oder in order aka (wie?) geordnet?Meine Idee war bis jetzt, nicht die Anzahl der Datenpunkte als Parameter zu nehmen, sondern einen Radius zu definieren innerhalb dessen alle Datenpunkte zur Auswertung verwendet werden.Klingt gut. (Und enthält - sollte man ja nicht vergessen - den äquidistanten Fall als Spezialfall.)

Du kannst dir ja eine Zeitreihe von äquidistanten Punkten generieren, indem du Punkte in bestimmten Zeitabständen linear aus den beiden benachbarten Punkten der ursprünglichen Zeitreihe interpolierst.Das dürfte im wesentlichen vom Ergebnis her pests Idee entsprechen.

mfg

pest
2009-05-26, 16:05:44
Du kannst dir ja eine Zeitreihe von äquidistanten Punkten generieren, indem du Punkte in bestimmten Zeitabständen linear aus den beiden benachbarten Punkten der ursprünglichen Zeitreihe interpolierst.

die Idee hatte ich auch schon, aber ich finde das unschön,

1. weil ich nicht weiß was zwischen den Punkten passiert
2. ich nur glätte um danach ein Polynom über die Kurve zu legen

das ist halt das Dumme an der statistik, ich habe eig. nur Punktebrei
und wenn ich meine Filter in einer bestimmten reihenfolge ein paar mal drüberlaufen lasse, kommt eine schöne Parabel raus :D

lieb wäre mir ein Verfahren was speziell dafür geeignet ist

trotzdem danke


1. Der Erfolg dir Recht gibt


das tut er


2. Wenn du dein Vorgehen plausibel begründen kannst


das kann ich mit dem n-punkte verfahren ja nicht
nehmen wir an ich habe jeweils 2 tripel mit den zeitlichen abständen (-1,0,1) und (-10,0,5)
lasse ich jetzt einen durchlauf mit dem Average3-Filter laufen kommt ja jeweils eine andere Gewichtung zum tragen


3. Jemand anders das auch schon gemacht hat


ich hatte da ein Beispiel im Netz, legitimiert das das ganze? :D


Je nachdem, was du eigentlich machst, 1. (z.B. Was bauen und verkaufen) oder 2. (theoretische Arbeit drüber schreiben) oder 3. (beides)


2. und ein bisschen 1.


In Ordnung i. S. v. richtig? Oder in order aka (wie?) geordnet?


siehe Antwort zu Spasstiger


Das dürfte im wesentlichen vom Ergebnis her pests Idee entsprechen.


ich habe noch ein wenig zeit und baue das mal ein

Spasstiger
2009-05-26, 16:08:26
Falls du was damit anfangen kannst: Kalman-Filter.

pest
2009-05-26, 16:13:39
Falls du was damit anfangen kannst: Kalman-Filter.

das wäre dann für meine Bachelor-Arbeit ein Ansatz, ich habe nur noch 3 Tage Praktikum, da muss es schnell gehen ;)

edit: noch eine Idee,
ich nehme die 3 Punkte, berechne nach der Methode der kleinsten Quadrate ein kubisches Polynom
und der Glättungswert ist der Wert des Polynoms an der Stelle

Spasstiger
2009-05-26, 16:27:06
Noch eine Möglichkeit: Du betrachtest die Punkte als Stützstellen einer Bezierkurve (http://alt.3dcenter.org/artikel/high_order_surfaces/index4.php).
Hier ein Applet, mit dem du die Tauglichkeit schnell überprüfen kannst: http://www.fh-friedberg.de/users/jingo/mathematics/bezier/bezier.html.

pest
2009-05-26, 16:33:07
das wäre schon eine extreme glättung weil die peaks rausfallen würden, aber das teste ich mal...jetzt muss ich coden ;)

danke dir

ich teste jetzt Savitzky-Golay-Filter (http://www.statistics4u.info/fundstat_germ/cc_filter_savgolay.html)

Pinoccio
2009-05-26, 16:35:56
Noch eine Möglichkeit: Du betrachtest die Punkte als Stützstellen einer BezierkurveOb nun linear interpoliert oder mit Bezier oder polynomial dürfte m. M. n. im Ergebniss egal sein, solange der zugrundeliegende Prozess nicht klar ist.
Zumal man sich dann ggfs. über Bias und Varianz Sorgen Gedanken machen muß. :-/

/Edit: Deutlicher: Je nach dem, was man eigentlich macht, kann das Nachdenken über Bias udn Varianz dieser Filter ziemlich wichtig werden - u. U. nimmt man dann davon Abstand.

Verräts du uns, was für Daten du auswertest? (Reine Neugier, bei Bedarf auch per PM)

mfg

Spasstiger
2009-05-26, 16:38:53
das wäre schon eine extreme glättung weil die peaks rausfallen würden
Notfalls musst du halt Zwischenpunkte linear interpolieren (aber ich weiß, das willst du nicht ;)).

pest
2009-05-26, 16:45:24
Ob nun linear interpoliert oder mit Bezier oder polynomial dürfte m. M. n. im Ergebniss egal sein, solange der zugrundeliegende Prozess nicht klar ist.


ja die ergebnisse gleichen sich ziemlich, und was richtiger als das andere ist kann ich nicht einschätzen

am Besten gefällt mir ein 3-Punkt Median Filter, der solange ausgeführt wird bis sich nichts mehr ändert, danach ein Mittelwert-Filter mit großem Radius


Zumal man sich dann ggfs. über Bias und Varianz Sorgen Gedanken machen muß. :-/


wieso? die Varianz wird immer geringer ;) :D


Verräts du uns, was für Daten du auswertest? (Reine Neugier, bei Bedarf auch per PM)


Durchmesserzuwächse (also Zuwachs+Beschattung über Durchmesser) von Regenwäldern.

edit: das Problem ist weiterhin das ich für gleiche x-Werte verschiedene y-Werte habe
das gleiche ich aus indem ich erstmal dazwischen die Mittelwerte bilde, um überhaupt eine "Zeitreihe" zu bekommen

:( - in der Theorie ist das alles immer ganz easy

pest
2009-05-26, 17:38:55
/Edit: Deutlicher: Je nach dem, was man eigentlich macht, kann das Nachdenken über Bias udn Varianz dieser Filter ziemlich wichtig werden - u. U. nimmt man dann davon Abstand.


das stimmt natürlich, darüber habe ich nicht nachgedacht
ist für diesen Zweck aber (ersteinmal) nicht wichtig

ich muss mich halt immernoch entscheiden zwischen der Punkt-Variante und der Radius-Variante jeglicher Filter

gegen die Radius-Variante spricht, das manche Bäume auch mit rel. großen Radien nicht erfasst werden und somit auch nicht gefiltert werden

gegen die Punkt-Variante spricht, das bei einem Durchlauf unterschiedlich stark gefiltert wird, jenachdem wie dicht meine Daten an den Stellen sind

darüber grübel ich noch, unabhängig davon wie ähnlich die ergebnisse im nachhinein sein könnten

Popeljoe
2009-05-26, 17:47:24
das ist halt das Dumme an der statistik, ich habe eig. nur Punktebrei
und wenn ich meine Filter in einer bestimmten reihenfolge ein paar mal drüberlaufen lasse, kommt eine schöne Parabel raus :D

Also entweder hast du ein P das statitisch annehmbar ist oder nicht!
Man kann natürlich auch seine Punktmenge solange "bearbeiten", bis es "stimmt"... :rolleyes:
Was hast du denn für einen Wert erhalten?

Falls du noch freie statistische Software brauchen solltest:
http://statistiksoftware.com/free_software.html
Ansonsten war für mich Statistic (http://www.statsoft.de/)a eigentlich immer das Nonplusultra!!! :up:

Achso: je nachdem, wie fit dein Prof und seine Assis in diesen Sachen sind kann es u.U. auch ausreichen, wenn deine Kurve schick aussieht und du gut darüber schwallern kannst!
Deine Datenbasis kann doch sowieso kaum Jemand nachprüfen, der nicht zumindest genauso tief in dem Thema ist, wie du! ;)

pest
2009-05-26, 17:56:30
Also entweder hast du ein P das statitisch annehmbar ist oder nicht!
Man kann natürlich auch seine Punktmenge solange "bearbeiten", bis es "stimmt"... :rolleyes:
Was hast du denn für einen Wert erhalten?


keinen, ich programmiere selbst ;)

Polynomregression usw hat sich mittlerweile auf 1500 zeilen ausgebreitet

ich kann heute Abend mal S-Plus nehmen, aber das wird auch nix Brauchbares rausspucken.

Das hat nix mit "bearbeiten" zu tun. Die Daten die ich habe, sind durch Umwelteinflüsse extreme "gestört".
Und ich benötige aber für mein Modell die Daten so "rein" wie möglich.


Achso: je nachdem, wie fit dein Prof und seine Assis in diesen Sachen sind kann es u.U. auch ausreichen, wenn deine Kurve schick aussieht und du gut darüber schwallern kannst!
Deine Datenbasis kann doch sowieso kaum Jemand nachprüfen, der nicht zumindest genauso tief in dem Thema ist, wie du! ;)

die Kurven sind nur Material für was anderes, dafür interessiert sich eig. nur mein Prof
und seine Tips haben die Daten bisher nicht brauchbarer gemacht :( - sind auch zu wenige
Weiß ich nämlich wie doll ein Baum pro Jahr wächst kann man mit ein paar partiellen Differentialgleichungen einen Wald modellieren :)

Danke dir

Popeljoe
2009-05-26, 18:15:32
keinen, ich programmiere selbst ;)

Polynomregression usw hat sich mittlerweile auf 1500 zeilen ausgebreitet

ich kann heute Abend mal S-Plus nehmen, aber das wird auch nix Brauchbares rausspucken.

Das hat nix mit "bearbeiten" zu tun. Die Daten die ich habe, sind durch Umwelteinflüsse extreme "gestört".
Und ich benötige aber für mein Modell die Daten so "rein" wie möglich.



die Kurven sind nur Material für was anderes, dafür interessiert sich eig. nur mein Prof
und seine Tips haben die Daten bisher nicht brauchbarer gemacht :( - sind auch zu wenige
Weiß ich nämlich wie doll ein Baum pro Jahr wächst kann man mit ein paar partiellen Differentialgleichungen einen Wald modellieren :)

Danke dir
Gestört ist insbesondere bei biologischen Daten immer Alles! :biggrin:
Wenn du weißt, wie doll ein Baum wächst, dann bist du imo Gott.
Da spielen doch derartig viele Faktoren eine Rolle, dass man das für einen kleinen regionalen Teilbereich vielleicht mitteln kann, aber das so pauschal zu übertragen wird imo nicht funzen.
Wie sieht denn deine Hypothese zu dem Thema aus?
Nutzt du vektorielle Grafiken zur Darstellung oder nur 2D?
Grade bei biologischen Probs hast du u.U. Faktoren, die du nicht erfasst hast und die trotzdem deine Daten stark beeinflussen können.
Lass dir übrigens nicht zu sehr von deinem Prof helfen. Einige kennen da kein Ende und kommen 1 Monat vor Abgabetermin noch mit "tollen neuen Ideen"! :uup:

pest
2009-05-26, 18:59:28
Wenn du weißt, wie doll ein Baum wächst, dann bist du imo Gott.
Da spielen doch derartig viele Faktoren eine Rolle, dass man das für einen kleinen regionalen Teilbereich vielleicht mitteln kann, aber das so pauschal zu übertragen wird imo nicht funzen.


ich hab da schon ein wenig Ahnung
und habe bereits eine kleine (theoretische) Arbeit dazu verfasst,
mit Differentialgleichungen und so ;)


Wie sieht denn deine Hypothese zu dem Thema aus?


öhm, ich mache ein Praktikum und mache das wozu der Prof keine Zeit hat
ich habe praktisch Daten aus Madagascar und versuche sie so aufzubereiten
das man sie in einem (bekannten) Waldmodellierer einsetzen kann und oder
in (meinem) Modell worüber ich meine Bachelorarbeit schreibe


Nutzt du vektorielle Grafiken zur Darstellung oder nur 2D?
Grade bei biologischen Probs hast du u.U. Faktoren, die du nicht erfasst hast und die trotzdem deine Daten stark beeinflussen können.


erstmal nur 2D (dummes Delphi), gerechnet wird aber 3D
ich habe noch einen Faktor nicht berücksichtigt, wo ich aber Daten habe
man kann aber die Daten in Klassen je nach unberücksichtigtem Faktor
einteilen und dann 2D abtragen. Das hat aber auch nix Brauchbares ergeben.


Lass dir übrigens nicht zu sehr von deinem Prof helfen. Einige kennen da kein Ende und kommen 1 Monat vor Abgabetermin noch mit "tollen neuen Ideen"! :uup:

ist meine letzte Woche und letzte Wo kam er mit Ideen ;)
und ich rechne in meine Daten ja auch nix rein. Das sind praktisch alles Tiefpass-Filter


ich poste mal nachher ein paar Bilder, vielleicht wird es dann verständlicher

Popeljoe
2009-05-26, 19:44:07
erstmal nur 2D (dummes Delphi), gerechnet wird aber 3D ich habe noch einen Faktor nicht berücksichtigt, wo ich aber Daten habe
man kann aber die Daten in Klassen je nach unberücksichtigtem Faktor
einteilen und dann 2D abtragen. Das hat aber auch nix Brauchbares ergeben.



ist meine letzte Woche und letzte Wo kam er mit Ideen ;)
und ich rechne in meine Daten ja auch nix rein. Das sind praktisch alles Tiefpass-Filter


ich poste mal nachher ein paar Bilder, vielleicht wird es dann verständlicher
Das blöde ist, dass du selbst so die Wechselwirkungen der Faktoren untereinander nicht gut erfasst.

Hehe "kurzvorSchlußIdeen"! :uup:

Jo poste mal, evtl. schau ich mir das mal an. ;)
Imo gibt es aber was Bio Modelling von Systemen angeht auch ganze Arbeitsgruppen an den Unis.
Teilweise auch fachübergreifend und da wird es dann u.U. richtig spannend und horizonterweiternd! ;)

pest
2009-05-26, 20:50:17
Das blöde ist, dass du selbst so die Wechselwirkungen der Faktoren untereinander nicht gut erfasst.


Das Ziel ist natürliche eine rel. einfache Modellierung
d.h. Regression mit Polynomen niedrigen Grades oder Potenz/Exponentialfunktionen

um eine kurze Einleitung zu geben
man hat im Prinzip ein fertiges Wald-Modellierungstool, das auf bestimmte Wälder angepasst werden muss

besonders wichtig sind hierbei zwei Zusammenhänge
Durchmesser zu Höhe und Durchmesser zu Durchmesserzuwachs

Es gibt natürlich unzählige Faktoren die diese Zusammenhänge beeinflußen.
Aus den Felddaten kann ich aber nur einen Faktor zusätzlich heranziehen
und zwar die OTBA (overtopping basal area) jedes Baumes, als Maß für die Überdeckung.

hier ein Beispiel für den Durchmesser-Höhenzusammenhang
http://www.abload.de/img/mad-016x13.jpg

dargestellt sind Felddaten zu einer bestimmten Artengruppe
und die Regression mittels Potenzfunktion und Polynom 2. Grades
wie man sieht, erklärt das Polynom nur noch 0.4% mehr an Daten
zusätzlich stellt man fest das die Parameter der Potenzfunktion dem Entsprechen was man in solch einem Regenwald erwartet (Literatur)

hier gibt es praktisch keine Probleme (imo)

hier ein Beispiel für den Zusammenhang Durchmesser-Durchmesserzuwachs
http://www.abload.de/img/mad-0289bo.jpg

erwarten würde man etwas Parabelähnliches, aber leider ist das praktisch nur Punktebrei, selbst wenn man nur Bäume niedriger Beschattung berücksichtigt
ergibt sich kein klareres Bild

grau sind die Datenpunkte mit einer OTBA>20m²/ha

http://www.abload.de/img/mad-03ixl2.jpg


und nun zur Filtermagic
als erstes werden die Bäume ignoriert die mehr als 2cm im Jahr wachsen

http://www.abload.de/img/mad-046lu1.jpg

als zweites aktiviere ich die "vektorielle Mittelwertbildung" d.h. Bäume mit gleichem Durchmesser und unterschiedlichen Zuwächsen werden gemittelt

http://www.abload.de/img/mad-0519be.jpg


nun hat man die Wahl oder eher ein Problem mehr durch die nicht-Äquidistanz

verwendet man "gleitender Mittelwert" mit z.B. Radius 5
wird fein geglättet aber durch die wenigen Messdaten bei höheren Durchmessern werden diese kaum bzw. nicht erfasst.

http://www.abload.de/img/mad-06w7qu.jpg

verwende ich dagegen einen "n-Punkt Mittelwert" mit 5 Punkten
werden die Bäume mit höheren Durchmessern schon rel. stark geglättet (da ja wenige Bäume in der Umgebung existieren).
Dort wo ich mehr Messdaten besitzte passiert wenig.

http://www.abload.de/img/mad-07z740.jpg

Beide Ansätze verfälschen die Daten somit ein wenig.

nur der Punktansatz verfälscht. der Radiusansatz geht i.O., ich habe nur zu wenig Daten

mein "bestes" Ergebniss erziele ich mit dem 3-Punkt Median* was bedeutet
das der Filter so oft durchläuft bis keine Änderung mehr auftreten
und anschließend "gleitender Mittelwert".
Grün eingezeichnet ist ein Polynom 2. Grades nach MKQ

http://www.abload.de/img/mad-08o67v.jpg

wenn man so vorgeht wie ich kann man die "vektorielle Mittelwertbildung" auch weglassen :confused:

dann ergibt sich mit den Filtern von vorher, folgendes Bild
http://www.abload.de/img/mad-0903yj.jpg

auch nicht viel anders

berücksichtige ich nur Bäume mit einer OTBA<20m²/ha, folgt
http://www.abload.de/img/mad-1044hw.jpg

was wollen mir diese Daten sagen :confused: das Bäume die weniger beschattet werden stärker wachsen?

die Chance die ich habe, wäre es so wie Spasstiger es vorgeschlagen hat zu machen

Du kannst dir ja eine Zeitreihe von äquidistanten Punkten generieren, indem du Punkte in bestimmten Zeitabständen linear aus den beiden benachbarten Punkten der ursprünglichen Zeitreihe interpolierst.

was aber indirekt der Savitzky-Golay-Filter (hier mit 11-Punkten) erledigt.

http://www.abload.de/img/mad-11l32z.jpg
edit: irgendwas ist hier noch buggy

zusätzlich sollte ich die OTBA als Regressor hinzufügen. Vielleicht wird es dann plausibler :confused:

das Filter-Panel habe ich übrigens heute programmiert :uup:
Irgendwie fand ich es praktischer das mit Delphi zu machen :?

so und jetzt kann ich keine Bilder mehr in mein Post packen und habe schon den halben Text zu meinem Pdf

Popeljoe
2009-05-26, 22:55:22
Okay: ich sehe die Sache natürlich aus der Sicht eines Biologen und nicht aus der eines Mathematikers! ;)
Aber: 210 Bäume als Datensatz sind echt ziemlich dünn und wenn du das dann als Grundlage für ein so komplexes Model nimmst, dann wird es natürlich immer kritischer. (Ich hatte für meine Dipl. Arbeit einen Datensatz von über 1000 Exemplaren und hab dann in der Bundesforschung mit Sätzen von über 100.000 Individuen gearbeitet)
Die erste Kurve geht imo i.O., denn durch falsche Eintragung von Daten oder individuelle, standortbedingte Abweichungen werden immer Rausreißer erzeugt.
Diese fallen dann bei der geringen Datenbasis natürlich wesentlich stärker ins Gewicht, als wenn du die Daten von 1000 Bäumen hättest. ;)
(Was manche Leute so meinen gemessen zu haben ist echt unglaublich....:rolleyes:)
Gut: du hast meine 2 Cts dazu, mehr hab ich nich auf Tasche.
Viel Erfolg und mögen die Kurven deinen Prof beschwingen! ;)
P.s.: wenn du das Paper fertig hast, würde ich mich über eine PN mit Anhang freuen! :)

DocEW
2009-05-26, 22:56:19
Ich würde die Ursache für Ungereimtheiten eher bei den Daten als bei deinen Verfahren suchen. Über ca. 45 cm Durchmesser sind ja z.B. nur sehr wenige Datensätze vorhanden. Wenn da ein paar verschiedene Arten dabei sind, die ihre "Zielgröße" in völlig unterschiedlichen Höhen haben, oder die eher Schatten oder Sonne mögen, kannst du glaube ich gar nix mehr erkennen.

pest
2009-05-26, 23:10:30
Aber: 210 Bäume als Datensatz sind echt ziemlich dünn und wenn du das dann als Grundlage für ein so komplexes Model nimmst, dann wird es natürlich immer kritischer. (Ich hatte für meine Dipl. Arbeit einen Datensatz von über 1000 Exemplaren und hab dann in der Bundesforschung mit Sätzen von über 100.000 Individuen gearbeitet)


das ist nur eine Artengruppe, es gibt 12 Artengruppen, ingesammt ca. 2900 Bäume


(Was manche Leute so meinen gemessen zu haben ist echt unglaublich....:rolleyes:)


die gute Frau hat sogar einen Baum der -0,8m hoch ist ;D


P.s.: wenn du das Paper fertig hast, würde ich mich über eine PN mit Anhang freuen! :)

Paper darf sich das nicht schimpfen...ich denke nur das mein Quellcode
einfach in der Versenkung des Instituts verschwinden würde. Ein bisschen Doku für soviel Aufwand meinerseits ist i.O., aber ich denke an dich

Ich würde die Ursache für Ungereimtheiten eher bei den Daten als bei deinen Verfahren suchen. Über ca. 45 cm Durchmesser sind ja z.B. nur sehr wenige Datensätze vorhanden. Wenn da ein paar verschiedene Arten dabei sind, die ihre "Zielgröße" in völlig unterschiedlichen Höhen haben, oder die eher Schatten oder Sonne mögen, kannst du glaube ich gar nix mehr erkennen.

die Arten (im Regenwald gibt es davon ein paar hundert) sind schon bedingt durch ähnliche Wuchseigenschaften zusammengefasst, trotzdem hast du natürlich Recht.

Da drin sind so viele Vereinfachungen. Wenn man nur bedenkt das mein Programm
die Basalfläche stellenweise 3-mal niedriger berechnet als der Biologe mit der "Daumenmethode" bestimmt hat, kann ich fast froh sein, das das einigermaßen brauchbar ist. Aber so ist wohl das Leben.

Auf die Felddaten kann ich immernoch schimpfen, aber meine Methoden müssen wasserdicht sein ;)

vielen Dank für das rege Interesse

pest
2009-05-29, 11:42:36
ich habe irgendwie ein neues Problem, vielleicht kann mir ja jmd. (Pinoccio?) dabei helfen

wenn ich eine zu erklärende Variable habe (Zuwachs) und eine erklärende Variable (Durchmesser) ist beim Glätten
auch von der Theorie her alles in Butter.

Jetzt habe ich mein Modell aber um mehrere Konkurrenzparameter (OTBA,BA) erweitert, d.h. ich habe mehr als eine erklärende Variable.

Die Frage ist jetzt, wie glätte ich Ordnungsgemäß?

ich habe nämlich festgestellt, das wenn ich z.b. sowas

Glätte Zuwachs in Abhängigkeit vom Durchmesser
Glätte OTBA in Abhängigkeit vom Durchmesser

dann ergibt die Regression vom Zuwachs über Durchmesser und OTBA (also eine Funktion der Form g(d,OTBA)), logischerweise bessere Ergebnisse als wenn ich OTBA ungeglättet lasse, obwohl das mathematisch nicht wirklich sauber ist.

andere Variante wäre, den Polynomglätter auf mehrdimensionale Variablen zu erweitern.

:?

Gast
2009-05-29, 13:11:49
ich habe praktisch Daten aus Madagascar und versuche sie so aufzubereiten das man sie in einem (bekannten) Waldmodellierer einsetzen kann und oder in (meinem) Modell worüber ich meine Bachelorarbeit schreibe
Darf man fragen wie dieser "Waldmodellierer" heißt? Wir arbeiten gerade an der Uni an so etwas ähnlichem. Dabei nutzen wir auch diverse Tools, die teils in irgendwelchen Uni Projekten entstanden sind, teils öffentlich sind. Mich würde vor allem interessieren was bei deinem Tool genau modelliert wird...

pest
2009-05-29, 13:49:32
Darf man fragen wie dieser "Waldmodellierer" heißt? Wir arbeiten gerade an der Uni an so etwas ähnlichem. Dabei nutzen wir auch diverse Tools, die teils in irgendwelchen Uni Projekten entstanden sind, teils öffentlich sind.


Formix3 (http://www.google.de/search?hl=de&q=Formix3)


Mich würde vor allem interessieren was bei deinem Tool genau modelliert wird...

was oder wie? Formix3 ist ein Biomassenbilanzmodell

kloffy
2009-05-29, 18:24:13
was oder wie? Formix3 ist ein Biomassenbilanzmodell
Klingt nach einem interessanten Model, danke für den Link. Das Programm, welches wir entwickeln, soll eines Tages als Serious Game/Educational Tool für Forstwirtschaftler dienen. Daher sind vor allem Baumwachstum, Holzertrag usw. von Interesse. Das Ganze befindet sich momentan noch im Anfangsstadium...

elianda
2009-05-29, 22:42:53
Die Wahl des Algorithmus zum smoothen von Daten haengt stark davon ab, was man gemessen hat und damit welche Datenstrukturen beim smoothen erhalten werden sollen.
Wenn Dir Maximum/Minimum Positionen wichtig sind, kannst Du mal
Smoothing Spline probieren.
Aus "Smoothing by Spline Functions", Christian H. Reinsch, Numerische Mathematik 10.
Dabei wird das Integral x0 bis xn von g"(x)^2 dx ueber alle Funktionen g(x) minimiert bis die
Summe i=0 bis n von ((g(xi)-yi)/si)^2 <= S ist.

g(xi) ist dabei der Wert des Smoothing Spline Punkts an der Position xi
yi ist der Y Wert an der Stelle
si die Standardabweichung an dem Punkt
S ein Glaettungfaktor, den man vorgeben kann.