/var/www/hkosl.com/imusiccircle/webadmin/libraies/phpoffice/phpexcel/Classes/PHPExcel/Shared/trend/bestFitClass.php


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
<?php
/**
 * PHPExcel
 *
 * Copyright (c) 2006 - 2014 PHPExcel
 *
 * This library is free software; you can redistribute it and/or
 * modify it under the terms of the GNU Lesser General Public
 * License as published by the Free Software Foundation; either
 * version 2.1 of the License, or (at your option) any later version.
 *
 * This library is distributed in the hope that it will be useful,
 * but WITHOUT ANY WARRANTY; without even the implied warranty of
 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
 * Lesser General Public License for more details.
 *
 * You should have received a copy of the GNU Lesser General Public
 * License along with this library; if not, write to the Free Software
 * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301  USA
 *
 * @category   PHPExcel
 * @package    PHPExcel_Shared_Trend
 * @copyright  Copyright (c) 2006 - 2014 PHPExcel (http://www.codeplex.com/PHPExcel)
 * @license    http://www.gnu.org/licenses/old-licenses/lgpl-2.1.txt    LGPL
 * @version    ##VERSION##, ##DATE##
 */


/**
 * PHPExcel_Best_Fit
 *
 * @category   PHPExcel
 * @package    PHPExcel_Shared_Trend
 * @copyright  Copyright (c) 2006 - 2014 PHPExcel (http://www.codeplex.com/PHPExcel)
 */
class PHPExcel_Best_Fit
{
    
/**
     * Indicator flag for a calculation error
     *
     * @var    boolean
     **/
    
protected $_error                False;

    
/**
     * Algorithm type to use for best-fit
     *
     * @var    string
     **/
    
protected $_bestFitType            'undetermined';

    
/**
     * Number of entries in the sets of x- and y-value arrays
     *
     * @var    int
     **/
    
protected $_valueCount            0;

    
/**
     * X-value dataseries of values
     *
     * @var    float[]
     **/
    
protected $_xValues                = array();

    
/**
     * Y-value dataseries of values
     *
     * @var    float[]
     **/
    
protected $_yValues                = array();

    
/**
     * Flag indicating whether values should be adjusted to Y=0
     *
     * @var    boolean
     **/
    
protected $_adjustToZero        False;

    
/**
     * Y-value series of best-fit values
     *
     * @var    float[]
     **/
    
protected $_yBestFitValues        = array();

    protected 
$_goodnessOfFit         1;

    protected 
$_stdevOfResiduals    0;

    protected 
$_covariance            0;

    protected 
$_correlation            0;

    protected 
$_SSRegression        0;

    protected 
$_SSResiduals            0;

    protected 
$_DFResiduals            0;

    protected 
$_F                    0;

    protected 
$_slope                0;

    protected 
$_slopeSE                0;

    protected 
$_intersect            0;

    protected 
$_intersectSE            0;

    protected 
$_Xoffset                0;

    protected 
$_Yoffset                0;


    public function 
getError() {
        return 
$this->_error;
    }    
//    function getBestFitType()


    
public function getBestFitType() {
        return 
$this->_bestFitType;
    }    
//    function getBestFitType()


    /**
     * Return the Y-Value for a specified value of X
     *
     * @param     float        $xValue            X-Value
     * @return     float                        Y-Value
     */
    
public function getValueOfYForX($xValue) {
        return 
False;
    }    
//    function getValueOfYForX()


    /**
     * Return the X-Value for a specified value of Y
     *
     * @param     float        $yValue            Y-Value
     * @return     float                        X-Value
     */
    
public function getValueOfXForY($yValue) {
        return 
False;
    }    
//    function getValueOfXForY()


    /**
     * Return the original set of X-Values
     *
     * @return     float[]                X-Values
     */
    
public function getXValues() {
        return 
$this->_xValues;
    }    
//    function getValueOfXForY()


    /**
     * Return the Equation of the best-fit line
     *
     * @param     int        $dp        Number of places of decimal precision to display
     * @return     string
     */
    
public function getEquation($dp=0) {
        return 
False;
    }    
//    function getEquation()


    /**
     * Return the Slope of the line
     *
     * @param     int        $dp        Number of places of decimal precision to display
     * @return     string
     */
    
public function getSlope($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_slope,$dp);
        }
        return 
$this->_slope;
    }    
//    function getSlope()


    /**
     * Return the standard error of the Slope
     *
     * @param     int        $dp        Number of places of decimal precision to display
     * @return     string
     */
    
public function getSlopeSE($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_slopeSE,$dp);
        }
        return 
$this->_slopeSE;
    }    
//    function getSlopeSE()


    /**
     * Return the Value of X where it intersects Y = 0
     *
     * @param     int        $dp        Number of places of decimal precision to display
     * @return     string
     */
    
public function getIntersect($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_intersect,$dp);
        }
        return 
$this->_intersect;
    }    
//    function getIntersect()


    /**
     * Return the standard error of the Intersect
     *
     * @param     int        $dp        Number of places of decimal precision to display
     * @return     string
     */
    
public function getIntersectSE($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_intersectSE,$dp);
        }
        return 
$this->_intersectSE;
    }    
//    function getIntersectSE()


    /**
     * Return the goodness of fit for this regression
     *
     * @param     int        $dp        Number of places of decimal precision to return
     * @return     float
     */
    
public function getGoodnessOfFit($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_goodnessOfFit,$dp);
        }
        return 
$this->_goodnessOfFit;
    }    
//    function getGoodnessOfFit()


    
public function getGoodnessOfFitPercent($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_goodnessOfFit 100,$dp);
        }
        return 
$this->_goodnessOfFit 100;
    }    
//    function getGoodnessOfFitPercent()


    /**
     * Return the standard deviation of the residuals for this regression
     *
     * @param     int        $dp        Number of places of decimal precision to return
     * @return     float
     */
    
public function getStdevOfResiduals($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_stdevOfResiduals,$dp);
        }
        return 
$this->_stdevOfResiduals;
    }    
//    function getStdevOfResiduals()


    
public function getSSRegression($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_SSRegression,$dp);
        }
        return 
$this->_SSRegression;
    }    
//    function getSSRegression()


    
public function getSSResiduals($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_SSResiduals,$dp);
        }
        return 
$this->_SSResiduals;
    }    
//    function getSSResiduals()


    
public function getDFResiduals($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_DFResiduals,$dp);
        }
        return 
$this->_DFResiduals;
    }    
//    function getDFResiduals()


    
public function getF($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_F,$dp);
        }
        return 
$this->_F;
    }    
//    function getF()


    
public function getCovariance($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_covariance,$dp);
        }
        return 
$this->_covariance;
    }    
//    function getCovariance()


    
public function getCorrelation($dp=0) {
        if (
$dp != 0) {
            return 
round($this->_correlation,$dp);
        }
        return 
$this->_correlation;
    }    
//    function getCorrelation()


    
public function getYBestFitValues() {
        return 
$this->_yBestFitValues;
    }    
//    function getYBestFitValues()


    
protected function _calculateGoodnessOfFit($sumX,$sumY,$sumX2,$sumY2,$sumXY,$meanX,$meanY$const) {
        
$SSres $SScov $SScor $SStot $SSsex 0.0;
        foreach(
$this->_xValues as $xKey => $xValue) {
            
$bestFitY $this->_yBestFitValues[$xKey] = $this->getValueOfYForX($xValue);

            
$SSres += ($this->_yValues[$xKey] - $bestFitY) * ($this->_yValues[$xKey] - $bestFitY);
            if (
$const) {
                
$SStot += ($this->_yValues[$xKey] - $meanY) * ($this->_yValues[$xKey] - $meanY);
            } else {
                
$SStot += $this->_yValues[$xKey] * $this->_yValues[$xKey];
            }
            
$SScov += ($this->_xValues[$xKey] - $meanX) * ($this->_yValues[$xKey] - $meanY);
            if (
$const) {
                
$SSsex += ($this->_xValues[$xKey] - $meanX) * ($this->_xValues[$xKey] - $meanX);
            } else {
                
$SSsex += $this->_xValues[$xKey] * $this->_xValues[$xKey];
            }
        }

        
$this->_SSResiduals $SSres;
        
$this->_DFResiduals $this->_valueCount $const;

        if (
$this->_DFResiduals == 0.0) {
            
$this->_stdevOfResiduals 0.0;
        } else {
            
$this->_stdevOfResiduals sqrt($SSres $this->_DFResiduals);
        }
        if ((
$SStot == 0.0) || ($SSres == $SStot)) {
            
$this->_goodnessOfFit 1;
        } else {
            
$this->_goodnessOfFit - ($SSres $SStot);
        }

        
$this->_SSRegression $this->_goodnessOfFit $SStot;
        
$this->_covariance $SScov $this->_valueCount;
        
$this->_correlation = ($this->_valueCount $sumXY $sumX $sumY) / sqrt(($this->_valueCount $sumX2 pow($sumX,2)) * ($this->_valueCount $sumY2 pow($sumY,2)));
        
$this->_slopeSE $this->_stdevOfResiduals sqrt($SSsex);
        
$this->_intersectSE $this->_stdevOfResiduals sqrt(/ ($this->_valueCount - ($sumX $sumX) / $sumX2));
        if (
$this->_SSResiduals != 0.0) {
            if (
$this->_DFResiduals == 0.0) {
                
$this->_F 0.0;
            } else {
                
$this->_F $this->_SSRegression / ($this->_SSResiduals $this->_DFResiduals);
            }
        } else {
            if (
$this->_DFResiduals == 0.0) {
                
$this->_F 0.0;
            } else {
                
$this->_F $this->_SSRegression $this->_DFResiduals;
            }
        }
    }    
//    function _calculateGoodnessOfFit()


    
protected function _leastSquareFit($yValues$xValues$const) {
        
// calculate sums
        
$x_sum array_sum($xValues);
        
$y_sum array_sum($yValues);
        
$meanX $x_sum $this->_valueCount;
        
$meanY $y_sum $this->_valueCount;
        
$mBase $mDivisor $xx_sum $xy_sum $yy_sum 0.0;
        for(
$i 0$i $this->_valueCount; ++$i) {
            
$xy_sum += $xValues[$i] * $yValues[$i];
            
$xx_sum += $xValues[$i] * $xValues[$i];
            
$yy_sum += $yValues[$i] * $yValues[$i];

            if (
$const) {
                
$mBase += ($xValues[$i] - $meanX) * ($yValues[$i] - $meanY);
                
$mDivisor += ($xValues[$i] - $meanX) * ($xValues[$i] - $meanX);
            } else {
                
$mBase += $xValues[$i] * $yValues[$i];
                
$mDivisor += $xValues[$i] * $xValues[$i];
            }
        }

        
// calculate slope
//        $this->_slope = (($this->_valueCount * $xy_sum) - ($x_sum * $y_sum)) / (($this->_valueCount * $xx_sum) - ($x_sum * $x_sum));
        
$this->_slope $mBase $mDivisor;

        
// calculate intersect
//        $this->_intersect = ($y_sum - ($this->_slope * $x_sum)) / $this->_valueCount;
        
if ($const) {
            
$this->_intersect $meanY - ($this->_slope $meanX);
        } else {
            
$this->_intersect 0;
        }

        
$this->_calculateGoodnessOfFit($x_sum,$y_sum,$xx_sum,$yy_sum,$xy_sum,$meanX,$meanY,$const);
    }    
//    function _leastSquareFit()


    /**
     * Define the regression
     *
     * @param    float[]        $yValues    The set of Y-values for this regression
     * @param    float[]        $xValues    The set of X-values for this regression
     * @param    boolean        $const
     */
    
function __construct($yValues$xValues=array(), $const=True) {
        
//    Calculate number of points
        
$nY count($yValues);
        
$nX count($xValues);

        
//    Define X Values if necessary
        
if ($nX == 0) {
            
$xValues range(1,$nY);
            
$nX $nY;
        } elseif (
$nY != $nX) {
            
//    Ensure both arrays of points are the same size
            
$this->_error True;
            return 
False;
        }

        
$this->_valueCount $nY;
        
$this->_xValues $xValues;
        
$this->_yValues $yValues;
    }    
//    function __construct()

}    //    class bestFit