series_fit_2lines_dynamic()

適用対象: ✅Microsoft Fabric✅Azure データ エクスプローラー✅Azure Monitor✅Microsoft Sentinel

系列に2つのセグメントの線形回帰を適用し、動的オブジェクトを返します。

動的な数値配列を含む式を入力として受け取り、2つのセグメントの線形回帰を適用して、系列の傾向の変化を特定し、定量化します。 この関数は、系列インデックスに対して反復処理を行います。 各イテレーションでは、系列が2つの部分に分割され、series_fit_line()またはseries_fit_line_dynamic()を使用して個別の行に適合します。 関数は、2つの部分のそれぞれに線を合わせ、R-2乗値の合計を計算します。 最適な分割は、R-2乗を最大化したものです。 関数は、次の内容を使用して動的な値でパラメーターを返します。

• rsquare: R-2乗は適合度の標準測定です。 これは[0-1]の範囲の数値です。1 は最適な適合値であり、0 はデータが順序付けされておらず、行に収まらないことを意味します。
• split_idx: 2つのセグメントのブレークポイントの(0から始まる)インデックス。
• variance: 入力データの差異。
• rvariance: 入力データ値の近似値の差異である残差分散。(2つの線分による)。
• line_fit: 最も適合する直線の値の系列を保持する数値配列。 系列の長さは入力配列の長さと同じです。 これはグラフ化に使用されます。
• right.rsquare: 分割の右側の直線のR-2乗。series_fit_line()またはseries_fit_line_dynamic()を参照してください。
• right.slope: 右の近似直線の傾き(y=ax+bの形式)。
• right.interception: 左の近似直線のインターセプト(y=ax+bからの"b")。
• right.variance: 分割の右側の入力データの差異。
• right.rvariance: 分割の右側の入力データの残差分散。
• left.rsquare: 分割の左側の行の r 2 乗は、[series_fit_line()]を参照してください。(series-fit-line-function.md) または series_fit_line_dynamic()。
• left.slope: 左の近似直線の傾き(y=ax+bの形式)。
• left.interception: 左の近似直線のインターセプト(y=ax+bの形式)。
• left.variance: 分割の左側の入力データの差異。
• left.rvariance: 分割の左側の入力データの残差分散。

この演算子はseries_fit_2linesに似ています。 series-fit-2linesとは異なり、動的なバッグを返します。

構文

series_fit_2lines_dynamic(系列)

構文規則について詳しく知る。

パラメーター

例

print
    id=' ',
    x=range(bin(now(), 1h) - 11h, bin(now(), 1h), 1h),
    y=dynamic([1, 2.2, 2.5, 4.7, 5.0, 12, 10.3, 10.3, 9, 8.3, 6.2])
| extend
    LineFit=series_fit_line_dynamic(y).line_fit,
    LineFit2=series_fit_2lines_dynamic(y).line_fit
| project id, x, y, LineFit, LineFit2
| render timechart