lsq_polynomial.py ドキュメント

概要

本プログラムは、Excelファイルから2次元データ(xとy)を読み込み、指定された次数の多項式を用いて最小二乗法によるフィッティングを行うスクリプトです。フィッティング結果の多項式係数や決定係数 \(R^2\) を算出し、近似値を含めたデータをCSVファイルとして出力するとともに、フィッティング曲線をグラフとして描画します。

動作環境と依存ライブラリ

本プログラムの実行には、以下のライブラリが必要です。

  • 標準ライブラリ:

    • sys

    • pathlib

  • 非標準ライブラリ:

    • numpy

    • pandas

    • matplotlib

入出力仕様

入力

本プログラムは、コマンドライン引数から以下の入力を受け付けます。

  • 第1引数: データが格納されたExcelファイルのパス (例: data.xlsx)

    • 第1列目が独立変数 x のデータとして読み込まれます。

    • 第2列目が従属変数 y のデータとして読み込まれます。

  • 第2引数: フィッティングに使用する多項式の次数 (整数)

出力

  • コンソール出力:

    • 入力ファイル名と指定した多項式の次数。

    • 算出された多項式( numpy.poly1d オブジェクトの文字列表現)。

    • 決定係数 \(R^2\) の値。

  • ファイル出力:

    • 入力ファイルのベース名に _fit.csv を付加したファイル名で保存されます。

    • 出力されるCSVファイルには、 x, y, y_fit の3列が含まれます。

  • グラフ描画:

    • 元のデータを散布図として表示し、算出した多項式による近似曲線を重ねて描画します。グラフ表示ウィンドウを閉じるとプログラムが終了します。

理論とアルゴリズム

本プログラムでは、多項式最小二乗法を用いてデータのフィッティングを行います。 データセット \((x_i, y_i)\) に対して、\(n\) 次の多項式 \(f(x)\) を当てはめます。

\[f(x) = \sum_{k=0}^{n} a_k x^k\]

最小二乗法では、各データ点と多項式による予測値との差(残差)の二乗和が最小となるように係数 \(a_k\) を決定します。本プログラムでは numpy.polyfit 関数を用いてこの計算を行っています。

また、フィッティングの精度を評価する指標として、決定係数 \(R^2\) を計算します。 まず、残差平方和 \(SS_{res}\) を求めます。

\[SS_{res} = \sum_{i} (y_i - f(x_i))^2\]

次に、データの全変動を表す全平方和 \(SS_{tot}\) を求めます。ここで、 \(\bar{y}\) は \(y_i\) の平均値です。

\[SS_{tot} = \sum_{i} (y_i - \bar{y})^2\]

これらを用いて、決定係数 \(R^2\) は次式で定義されます。

\[R^2 = 1 - \frac{SS_{res}}{SS_{tot}}\]

実行例

以下は、入力データ data.xlsx に対して2次多項式でフィッティングを行う場合のコマンド実行例です。

python lsq_polynomial.py data.xlsx 2