/var/www/hkosl.com/innoutstorage_bk20210521/webadmin/PHPExcel_1.8.0/Classes/PHPExcel/Shared/trend/powerBestFitClass.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
<?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    1.8.0, 2014-03-02
 */


require_once PHPEXCEL_ROOT 'PHPExcel/Shared/trend/bestFitClass.php';


/**
 * PHPExcel_Power_Best_Fit
 *
 * @category   PHPExcel
 * @package    PHPExcel_Shared_Trend
 * @copyright  Copyright (c) 2006 - 2014 PHPExcel (http://www.codeplex.com/PHPExcel)
 */
class PHPExcel_Power_Best_Fit extends PHPExcel_Best_Fit
{
    
/**
     * Algorithm type to use for best-fit
     * (Name of this trend class)
     *
     * @var    string
     **/
    
protected $_bestFitType        'power';


    
/**
     * Return the Y-Value for a specified value of X
     *
     * @param     float        $xValue            X-Value
     * @return     float                        Y-Value
     **/
    
public function getValueOfYForX($xValue) {
        return 
$this->getIntersect() * pow(($xValue $this->_Xoffset),$this->getSlope());
    }    
//    function getValueOfYForX()


    /**
     * Return the X-Value for a specified value of Y
     *
     * @param     float        $yValue            Y-Value
     * @return     float                        X-Value
     **/
    
public function getValueOfXForY($yValue) {
        return 
pow((($yValue $this->_Yoffset) / $this->getIntersect()),($this->getSlope()));
    }    
//    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) {
        
$slope $this->getSlope($dp);
        
$intersect $this->getIntersect($dp);

        return 
'Y = '.$intersect.' * X^'.$slope;
    }    
//    function getEquation()


    /**
     * 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 (
$dp != 0) {
            return 
round(exp($this->_intersect),$dp);
        }
        return 
exp($this->_intersect);
    }    
//    function getIntersect()


    /**
     * Execute the regression and calculate the goodness of fit for a set of X and Y data values
     *
     * @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
     */
    
private function _power_regression($yValues$xValues$const) {
        foreach(
$xValues as &$value) {
            if (
$value 0.0) {
                
$value log(abs($value));
            } elseif (
$value 0.0) {
                
$value log($value);
            }
        }
        unset(
$value);
        foreach(
$yValues as &$value) {
            if (
$value 0.0) {
                
$value log(abs($value));
            } elseif (
$value 0.0) {
                
$value log($value);
            }
        }
        unset(
$value);

        
$this->_leastSquareFit($yValues$xValues$const);
    }    
//    function _power_regression()


    /**
     * Define the regression and calculate the goodness of fit for a set of X and Y data values
     *
     * @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(), $const=True) {
        if (
parent::__construct($yValues$xValues) !== False) {
            
$this->_power_regression($yValues$xValues$const);
        }
    }    
//    function __construct()

}    //    class powerBestFit