Main Content

このページは機械翻訳を使用して翻訳されました。元の英語を参照するには、ここをクリックします。

散在するThingSpeakデータへの線形近似を視覚化する

この例では次を使用します。

スクリプトを開く

この例では、Curve Fitting Toolbox&trade を使用して周囲温度と相対湿度の間の傾向を視覚化する方法を示します。

気象観測所のThingSpeakチャネルからデータを読み取る

ThingSpeakチャネル12397 には、マサチューセッツ州ネイティックにあるMathWorks気象観測所からのデータが含まれています。データは、1 分ごとに収集されます。Field 3 と 4 には、それぞれ湿度と温度のデータが含まれています。関数 thingSpeakRead を使用して、特定の日 (例: 2016 年 5 月 1 日) のデータをチャネル 12397 から読み取ります。

startDate = datetime('May 1, 2016 12:01 AM');
endDate = datetime('May 2, 2016 12:01 AM');
data = thingSpeakRead(12397,'DateRange',[startDate, endDate],'Fields',[3 4],'OutputFormat','Table');

線形曲線によるデータの近似

暖かい空気は、冷たい空気よりも多くの水分を含んでいます。相対湿度は、空気中の水分を、その温度で空気が保持できる水分と比較した量です。空気が温かくなるにつれて、空気が保持できる水分量も増えて、空気の相対湿度が減少します。これは、大気の温度と相対湿度に逆の相関関係があることを示しています。データを直線で近似することにより、逆線形トレンドがあるかどうかを確認できます。

fitObject = fit(data.TemperatureF,data.Humidity,'poly1');

近似されたデータのプロット

近似されたデータをプロットすることで、線形曲線近似が大気温度と相対湿度の関係を捉えているかどうかを確認します。

figure;
plot(fitObject,data.TemperatureF,data.Humidity,'o');

xlabel('Ambient Temperature [^{\circ}F]');
ylabel('Relative Humidity [%]');
title('Linear Relationship Between Ambient Temperature and Relative Humidity');

近似した線には負の傾斜があり、周囲温度が上昇するにつれて相対湿度が下がることがわかります。これは、逆相関の線形関係を示しています。

参考

関数