FCS Express 可通过手动输入公式和自定义数据网格来或者通过点击带回归分析的散布图(Scatter with regression plots)对您的数据进行回归分析.

 

 

FCS Express为用户提供许多数学函数来创建Custom Tokens(自定义标记)Custom Data(用户数据)数据组。这些函数的操作方式和Microsoft Excel™中的函数类似。当提到回归分析时,有四种基本函数可以应用于进行回归分析的所有公式。在下表中,这些函数用红色斜体表示,xxx,代表针对某一特定Equation(方程)的FCS Express 函数名字(FCS Express函数名可在Available Equations(可用方程)函数变量(或称参数)的描述列于表格的右边。

 

回归函数类型

Description(描述)

Arguments(变量)

结果

执行xxx拟合选项。

把一特定的X-Y值拟合到一个特定公式。

([X 值],[Y 值],[SD(标准偏差),[固定参数])

(如果X Values(X值)是由逗号隔开的一列X值,通常由一系列tokens(标记).

(如果Y Values(Y值)是由逗号隔开的一列Y值,通常由一系列tokens(标记).

Fixed Parameters(固定参数)允许用户指定不应该被拟合的变量,它们的值由用户强制设置。固定参数的格式是由逗号分隔开的一列Var=Value(值)(如果Var是一个可用的变量,并且是由Equation(方程)Value(值)绑定该变量的数值。

SD或称标准偏差,允许用户为每一列Y值指定一个标准偏差,一般由一系列tokens(标记)SD值为每一对相关联的X和Y值指定一个“重量”,较小的SD值重量较大,较大的SD值重量较小。如果SD未被指定,就假设为每个Y值设置SD为零。

 

逗号分隔开的变量数值列表和它们的拟合值列表

 

 

提取xxxResults

从执行xxx拟合自定义标记操作的结果中提取一个特别变量。

提取xxx结果([modelParameters(模型参数)]),“Variable 1(变量1)" |"Variable 1(变量1)" |"Variable 1(变量1)")

(如果xxx代表一个Equation(方程) (也就是线性、反曲、幂指数等).

(如果modelParameters(模型参数)代表逗号隔开的所有拟合变量和它们的值,token(标记)结果由xxx拟合函数的标记所指定。

(如果Variable(变量)代表了一系列由Perform定义的变量xxxFit函数所定义的变量,"|" 代表 "或" 。

当使用执行xxxFit函数时,每个函数都会定义一组独特的变量来取代例子中的"Variable 1, Variable 2, Variable 3":当线性公式中用于:如"m"|“b”|"r2" or “A” |“B”|“C”|"r2"代表了线性和曲线公式。必须删除不需要的变量来获得一个结果。比如ExtractLinearResults([modelParameters], "m")会返回和该公式相关的变量"m"的结果。

指定变量值。

xxxX to Y

使用一指定数据组中的X数值和"Model Parameters(模型参数)"或"Fit(回归)"来返回一未知Y值。

xxxxxxXToY(X, [modelParameters(模型参数)])

(如果xxx代表一个Equation(方程)(ie.线性、反曲、幂指数等).

(如果X是由逗号隔开的一列X值,通常由一标记.

(如果modelParameters(模型参数)代表一列逗号隔开的所有回归变量及它们的数值。通常是由token(标记)结果xxx拟合函数的标记所指定。

逗号分隔开的一列由相关公式、X值和拟合变量计算出的Y数值。

xxxYtoX

用一数据组中的Y值和"Model Parameters(模型参数)"或"Fit(回归)"来返回一未知X值。

xxxYToX(Y, [modelParameters])

(如果xxx代表一个Equation(方程) (ie.线性、反曲、幂指数等)

(如果Y是由逗号隔开的一列Y值,通常由一token(标记).

(如果modelParameters(模型参数)代表一列逗号隔开的所有回归变量及它们的数值。通常是由Token(标记)执行结果xxx拟合函数的标记所指定。

逗号分隔开的一列由相关公式、X值和拟合变量计算出的Y数值。

 

要查看所有公式列表,请参见Available Equations(可用方程)要查看使用这些公式的例子,请参见Regression Analysis Example(回归分析实例)章节或者Linear Regression Analysis(线性回归分析)的教程部分进行进一步的了解。