[Feature]: Extrapolate Fits with log-spaced x values #225
Labels
No Label
Kind/Breaking
Kind/Bug
Kind/Crash
Kind/Documentation
Kind/Enhancement
Kind/Feature
Priority
Critical
Priority
High
Priority
Low
Priority
Medium
Priority
Very low
Reviewed
Duplicate
Reviewed
Invalid
Reviewed/Won't Fix
Status
Need More Info
Status
On Hold
Status
Stale
Type/BDS
Type/DSC
Type/Fit
Type/General
Type/NMR
No Milestone
No project
No Assignees
2 Participants
Notifications
Due Date
No due date set.
Dependencies
No dependencies set.
Reference: IPKM/nmreval#225
Loading…
Reference in New Issue
Block a user
No description provided.
Delete Branch "%!s()"
Deleting a branch is permanent. Although the deleted branch may continue to exist for a short time before it actually gets removed, it CANNOT be undone in most cases. Continue?
Proposed Behavior
option to display fit extrapolations with log-spaced x values
Possible benefits
extrapolated curves dont look like in the image
Anything else?
No response
[Feature]: Extrapolate Fits with log-spaced x valuesto [Bug]: Extrapolate Fits with log-spaced x values[Bug]: Extrapolate Fits with log-spaced x valuesto [Feature]: Extrapolate Fits with log-spaced x valuesSind die beiden abgebildeten Interpolationen für den gleichen Datensatz mit den gleichen Einstellungen? Das sieht nämlich so aus, als wären die x-Werte für den neuen Bereich nicht logarithmisch sondern linear verteilt.
Zumindest bei meinen kurzen Tests wird nämlich alles wie gewollt gemacht.
Ja, das ist der gleiche Datensatz. Ich hätte noch spezifizieren sollen, dass die beiden Extrapolationen nicht in der Fit-Preview erstellt wurden, sondern nachträglich über die Liste der Datensets via Rechtklick auf den Fit -> extrapolate Fit. Bei der Extrapolation via Preview scheint es zu klappen (orientiert sich das daran ob ich die Preview-Datenpunkte mit log-x Achse anzeigen lasse?)
Das war die Info, die mir gefehlt hat, dass sollte bis morgen gefixt sein.
Die Darstellung in der Preview ist egal. Ob die Extrapolation logarithmisch ist, hängt davon ab, ob der ursprüngliche Fit eine logarithmische x-Achse hat, was wiederum ein educated guess anhand des Datensatzes ist.