Discussion :

[petitcoucou31]

Bonjour à tous,

Je suis à la recherche de méthodes ou d’algorithmes (avec leur méthode de filtrage) pour afficher une courbe donc le nombre d’échantillons est plus grand que le nombre de pixels de la zone d'affichage.
Certains TChart le font en natif, mais je ne connais pas leur algorithme.

Par exemple : j'ai une zone d'affichage de 1000 pixels et je dois dessiner une courbe qui possède 10 000 acquisitions. Je dois donc supprimer 9000 acquisitions, mais comment connaître les 1000 acquisitions les plus pertinentes, pour conserver une courbe représentative de toutes mes valeurs ?

Merci à vous !

[sgmsg]

1000 pixels d'affichage n'est pas pertinent: C'est une courbe qui est dessinée.

Pourquoi 9000 points ne seraient pas pertinents ? 3 écart-types c'est 99.73% de l'échantillonnage (voir) soit conserver environ 9973 points ou rejeter environ 27 points.

9000 points non pertinents, c'est conserver ce qui est à l'intérieur de +/- 0.125 écart-type. C'est une perte d'information colossale.


1ere suggestion: tu dessines le nuages en donnant un poids supplémentaire à chaque fois qu'un point tombe dans un pixel. Si plusieurs points tombent dans le même pixel il sera plus coloré.

2e suggestion: tu fais une régression linéaire et tu retires les points situés à 2, 3, 4, 5 écart-type. Le problème c'est de savoir de quel ordre il faut faire la régression. De mémoire le test du F permet de savoir si l'ajout de variable (ici degré) est significatif.

Jean Debord a écrit une libraire qui calcule le F ainsi qui réalise des régressions à n degré. Je ne sais si il s'est rendu à l'automatisation (méthode forward, backward, stepwise) de l'optimisation.

http://ternet.fr/prograzine/prograzi...an/jeanh01.htm
https://www.unilim.fr/pages_perso/je...h/tpmath_f.htm
https://groups.yahoo.com/neo/groups/tpmathlib/info

[Bernard B]

Un autre technique qui permet de conserver l'étendue des valeurs :

Comme 1 pixel de l'axe des ordonnées va représenter éventuellement 100 ou 1000 ou X échantillons de données, on ne dessine pas un pixel en abscisse, mais un segment de droite verticale dont le point max correspond à la valeur du plus grand des X échantillons et le point min à la valeur faible des mêmes X échantillons et on refait ce calcul pour chaque point du graphe et ses échantillons à afficher.

C'est une technique couramment employée dans l'industrie qui est plus représentative que la moyenne ou je ne sais quel calcul qui ne marquerait qu'un point alors que les valeurs peuvent être bruitées ou fluctuantes.
En plus l'affichage est toujours juste que l'on ai un ou plusieurs échantillons pour chaque point affiché, on peut donc zoomer sur l'axe des abscisses et avoir un affichage toujours cohérent.

[petitcoucou31]

Bonjour,

Merci à vous deux , je vais regarder les liens envoyés pas Sgmsg.

Intuitivement j'avais déjà utilisé la méthode indiqué par Bernard B, je vais donc rester sur cette voie.

merci