Origin 2019b Training Manual -- Intermediate


Copyright © 2019 by OriginLab Corporation

 

All rights reserved. No part of the contents of this book may be reproduced or transmitted in any form or by any means without the written permission of OriginLab Corporation.

 

OriginLab, Origin, and LabTalk are either registered trademarks or trademarks of OriginLab Corporation. Other product and company names mentioned herein may be the trademarks of their respective owners.

 

 

 

 

 

OriginLab Corporation

One Roundhouse Plaza

Northampton, MA 01060

USA

(413) 586-2013

(800) 969-7720

Fax (413) 585-0126

Table of Contents

1        Quick Fit Gadget        1

2        Integrate Gadget        13

3        Nonlinear Curve Fit Tool        21

4        Global Fitting with Parameter Sharing        33

5        User Defined Fitting Function        39

6        Peak Fitting with Baseline        45

7        Batch Peak Analysis Using Theme with Script Before Each Process        53

8        Descriptive Statistics        57

9        Three-Way ANOVA        69

10        Principal Component Analysis        77

11        Smoothing        87

12        FFT and IFFT        95

13        STFT (Short-Time Fourier Transform)        101

14        Creating and Using Analysis Templates        109

15        Batch Processing Multiple Files using Analysis Template        113

16        Creating a Custom Report Sheet        117

17        Batch Processing with Word Template for Reporting        123

  1. Quick Fit Gadget

  1. Summary

Quick Fit gadget은 ROI(Region of Interest) 범위 내에서 curve fitting을 빠르게 할 수 있도록 도와줍니다.

Minimum Origin Version Required: Origin8.6 SR0

The Quick Fit gadget can be used to quickly perform curve fitting within the ROI (Region of Interest) range.

Minimum Origin Version Required: Origin 8.6 SR0

  1. What you will learn

This tutorial will show you how to:

  1. Steps
  1. Linear Fit
  1. Origin을 실행하고 데이터 소스에서 File: Import: Import Wizard를 선택하고, <Origin EXE Folder> \Samples \Curve Fitting 으로 이동합니다.  Step01.dat 파일을 선택하고 Add Files(s) 버튼을 클릭한 후, OK 버튼을 클릭하여 데이터를 추가합니다.  이 데이터를 추가하면 Import Filters for current Data Type은 자동으로 Data Folder: step이 선택됩니다.  Finish 버튼을 클릭하여 파일을 불러옵니다.
  2. A열부터 F열까지 하이라이트 한 후, Button Scatter.png 버튼을 클릭하여 Scatter Plot을 만듭니다.
  1. Open Origin and choose Data: Import from File: Import Wizard. For the Data Source, browse to <Origin Folder>/Samples/Curve Fitting and add the Step01.dat. Note that when this file is selected, the import filter Data Folder: step is automatically chosen (this is shown in in the Import Filters for Current Data Type box). Click Finish to import the file.
  2. Highlight through column A to F and click the Button Scatter.pngbutton to generate a scatter plot.

Quick Fit Gadget 01.png

  1. 메인 메뉴에서 Gadgets: Quick Fit: 1 Linear(System)을 선택하여 그래프에 ROI(region-of-interest) Box를 추가합니다.   버튼을 클릭하고 Expand to Full Plot(s) Range를 선택하여 ROI Box의 영역이 Plot 전체 범위가 될 수 있도록 합니다.

Select Gadgets: Quick Fit: 1 Linear(System) from the main menu to add a region-of-interest (ROI) box on the graph. Click the arrow button Triangle button.pngand select Expand to Full Plot(s) Range from the fly-out menu to expand the ROI box to the full plot range.

Quick Fit Gadget 02.png

  1.  버튼을 클릭하고 Preferences...을 선택하여 Quick Fit Preferences 대화상자를 엽니다.  이 대화상자에서 Label Box 탭으로 이동한 후, Equation의 Drop-Down 목록에서 Equation with Values를 선택합니다.

Click the arrow button Triangle button.pngand select Preferences... from the fly-out menu. This opens the Quick Fit Preferences dialog. In this dialog, go to the Label Box tab, select Equation with Values for the Equation drop-down list.

Quick Fit Gadget 06.png

  1. Report 탭으로 이동한 후, Output To의 Drop-Down 목록에서 Worksheet를 선택합니다.

Go to the Report tab, select Worksheet for the Output To drop-down list.

Quick Fit Gadget 07.png

  1. 이 대화상자의 OK 버튼을 클릭하여 대화상자를 닫습니다.   버튼을 클릭하고 New Output을 선택합니다.  새 워크시트에 “Sensor 01”의 Plot Fitting 결과를 출력하고 그래프 창에 Label Box를 추가합니다.  Label Box는 분석결과를 보여줍니다.

Click OK to close this dialog. Click the arrow button Triangle button.pngto select New Output from the fly-out menu. This outputs the plot fitting results "Sensor 01" to the report worksheet and adds a label box to the graph window. The label box reports your analysis results.

Quick Fit Gadget 07a.png

  1. .Label Box를 선택하고 Delete키를 눌러 삭제합니다.   버튼을 클릭하고 Preferences...을 선택합니다.  Quick Fit preferences 대화상자가 열립니다.  이 대화상자에서 Label Box 탭으로 이동한 후, Add Label Box to Graph 체크박스의 체크를 해제하고 OK 버튼을 클릭합니다.
  2.  버튼을 클릭하고 New Output for All Curves(N) 을 선택하여 사용자정의 Linear Fitting 과정이 모든 Plot에 적용되게 합니다.
  3.  버튼을 클릭하고 Go to Report Worksheet를 선택합니다.  3 개의 Plot에 대한 Fitting 결과가 워크시트에 삽입되는 것을 확인할 수 있습니다.  여기서 첫 번째 결과행은 위의 6 번째 단계에서 생성되었으며, 마지막 3 행은 현재 결과값을 나타냅니다.

Select the label box on the graph and delete it. Click the arrow button Triangle button.pngand select Preferences... from the fly-out menu. This opens the Quick Fit Preferences dialog. In this dialog, go to Label Box tab, uncheck the Add Label Box to Graph check box and click OK.

Click the arrow button Triangle button.pngagain to select New Output for All Curves(N) from the fly-out menu, so that the customized linear fit process will be performed on all data plots.

Click the arrow button Triangle button.pngone more time to select Go to Report Worksheet. You will see the fitting results of all three plots in the report worksheet. Note, the first result row has been created at step 6 above and the last three rows are our current results.

Quick Fit Gadget 09.png

Note: With the ROI box shown on graph, you can click the arrow button Triangle button.pngto select Switch to Linear Fit... from the fly-out menu to transfer your current settings to the Linear Fit dialog. Then, you can do further operations in this more powerful dialog to do linear fitting.

  1. Nonlinear Curve Fit
  1. 새 워크북을 열고 <Origin Program Folder> \Samples \Curve fitting 폴더에 있는 Gaussian.dat 데이터 파일을 불러옵니다.
  2. B열을 하이라이트 시키고, 메뉴에서 Plot: 2D: Scatter: Scatter를 선택하여 그래프를 만듭니다.
  1. Start with a new workbook and import the Origin sample data Gaussian.DAT which is located in <Origin Program Folder>\Samples\Curve fitting path.
  2. Highlight the Col(B) and select Plot>2D: Scatter: Scatter from the Origin menu to draw a graph.

Quick Fit Gadget 1.png

  1. 메뉴에서 Gadgets: Quick Fit: 4 Peak - Gauss (System)을 선택하여 그래프 창에 ROI Box를 추가합니다.

Select Gadgets: Quick Fit: 4 Peak - Gauss (System) from the Origin menu to add a ROI box to the graph.

Quick Fit Gadget 1b.png

  1.  버튼을 클릭하여 플라이-아웃 메뉴를 열고, Expand to Full Plot(s) Range를 선택하여 ROI Box를 Plot 전체 영역으로 확장 시킵니다.

Click the arrow button Triangle button.pngto select Expand to Full Plot(s) Range from the fly-out menu to expand the ROI box to the full plot range.

  1.  버튼을 클릭하고 Preferences...을 선택하여 Quick Fit Preferences 대화상자를 엽니다.  이 대화상자에서 ROI Box 탭으로 이동하여 Parameter List 확장메뉴를 열고 다음 그림과 같이 설정합니다:

Click the arrow button Triangle button.pngand select Preferences... from the fly-out menu. This opens the Quick Fit Preferences dialog. In this dialog, go to the ROI Box tab, and set the Parameter List as below.

Quick Fit Gadget 3.png

  1. OK 버튼을 클릭하여 대화상자를 닫습니다.   버튼을 클릭하고 New Output을 선택합니다.  Label Box가 다음 그림과 같이 그래프에 추가됩니다:

Click OK to close this dialog. Click the arrow button Triangle button.pngand select New Output from the fly-out menu. A label box will be added to the graph as shown below.

Quick Fit Gadget 4.png

  1.  버튼을 클릭하고 Preferences...을 선택하여 Quick Fit Preferences 대화상자를 다시 엽니다.  Label Box 탭을 클릭하고, Parameter Table의 Drop-Down 목록에서 Use ROI Box Tab Settings를 선택합니다.  OK 버튼을 클릭하여 대화상자를 닫습니다.

Click the arrow button Triangle button.pngand select Preferences... from the fly-out menu. This opens the Quick Fit Preferences dialog again. In this dialog, go to the Label Box tab, choose Use ROI Box Tab Settings for Parameter Table. Click OK to close this dialog.

Quick Fit Gadget 5.png

  1.  버튼을 클릭하고 Update Last Output을 선택합니다.  Label Box에는 “xc”와 “FWHM”의 변수만 표시됩니다.

Click the arrow button Triangle button.pngand select Update Last Output from the fly-out menu. The Label box will be updated and only the parameters "xc" and "FWHM" will be displayed.

Quick Fit Gadget 6.png

  1.  버튼을 클릭하여 Save Theme를 선택하고 Theme Save as... 대화상자를 엽니다.  Theme Name 입력란에 My_Gauss를 입력하고 OK 버튼을 클릭합니다.

Click the arrow button Triangle button.pngand select Save Theme from the fly-out menu. In the Theme Save as... dialog, set the Theme Name as My_Gauss and click OK.

Quick Fit Gadget 7.png

  1. 워크시트로 돌아가서 C 열을 하이라이트 하고, 메뉴에서 Plot: 2D: Scatter: Scatter을 선택하여 Scatter 그래프를 만듭니다.
  2. 새로 생긴 그래프를 활성화 시키고 메뉴에서 Gadgets: Quick Fit: 9 My_Gauss를 선택하여 앞에서 저장한 테마를 불러옵니다.  그래프 창안에 ROI 박스가 생기고, 그 박스 위에 “xc”와 “FWHM”이 표시되어 있는 것을 확인할 수 있습니다.
  3.  버튼을 클릭하고 Expand to Full Plot(s) Range를 선택합니다.  다음으로 New Output을 선택하여 Fitting 결과가 표시된 Label Box를 그래프 창에 추가합니다.  Label Box에는 앞에서 설정했던 “xc”와 “FWHM”의 값만 표시되어 있는 것을 확인할 수 있습니다.

Go back to the worksheet, highlight col(C) and select Plot>2D: Scatter: Scatter from the top menu. This draws a scatter graph.

Click on the new plot to activate it and select Gadgets: Quick Fit: 9 My_Gauss to load the theme. A ROI box will be added to the graph with parameters xc and FWHM displaying above the ROI.

Click the arrow button Triangle button.pngto select Expand to Full Plot(s) Range from the fly-out menu to expand the ROI box to the full plot range, and then select New Output from the fly-out menu to output the result. You can see that our theme is applied as the label box on the graph only reports the values of parameter "xc" and "FWHM".

Quick Fit Gadget 8.png

Note: With the ROI box shown on graph, you can click the arrow button Triangle button.pngto select Switch to NLFit... from the fly-out menu to transfer your current settings to the NLFit dialog. Then, you can do further operations in this more powerful dialog to do nonlinear fitting.

  1. Integrate Gadget

  1. Summary

Integrate Gadget는 data plot curve 아래의 면적을 계산하기 위해 사용됩니다.  그래프 창 안에서 ROI(region of interest) Box를 이용하여 Data Plot의 임의의 범위를 선택할 수 있습니다.

The Integrate Gadget performs numerical integration on a data plot to calculate the area under the curve. You can select an arbitrary range of the data plot using the region of interest (ROI) object overlaid on the plot.

  1. What you will learn
  1. Integrate and output the quantities
  1. 새 워크북을 열고 <Origin Program Folder> \Samples \Curve fitting 폴더에 있는 Multiple Peaks.dat 파일을 불러옵니다.
  2. C 열을 하이라이트 하고 메뉴에서 Plot: 2D: Line: Line를 선택하여 그래프를 만듭니다.
  1. Start with a new workbook and import the Origin sample data Multiple Peaks.DAT which is located in <Origin Program Folder> \Samples\Curve fitting.
  2. Highlight the Col(C) and select Plot>2D: Line: Line from the Origin menu to draw a graph.
    Integrate Gadget 01.png
  3. 그래프 창을 활성화 시키고 메뉴에서 Gadgets: Integrate를 선택하여 Integrate: addtool_curve_integ 대화상자를 엽니다.  Integration 탭으로 이동하고 Integral Curve의 Drop-Down 목록에서 Restrict to Rectangle를 선택하여 사각형 안에 있는 Curve의 적분을 합니다.

Select Gadgets: Integrate from the Origin menu when a graph is active, to bring up the Integrate: addtool_curve_integ dialog box.
In
Integration tab, choose Restrict to Rectangle in the Integral Curve drop-down list to plot the integral curve within the rectangle.
Integrate Gadget 02.png

  1. OK 버튼을 클릭하여 대화상자를 닫습니다.  Plot에 노란색 사각형과 파란색 Integral Curve가 추가된 것을 확인할 수 있습니다.  적분 영역은 회색으로 칠해져 있고, 적분값은 사각형의 상단 부분에 표시되어 있습니다.

Click OK button. You will see that a yellow rectangle and a blue integral curve are added to the plot. The integral area is filled with gray, and the value is shown at the top of the rectangle.
Integrate Gadget 03.png

  1. 적분값을 구하고 싶은 Single Peak으로 ROI Box의 크기를 조정하고 이동시킵니다.

Move the yellow region of interest rectangle to set the region for the single peak you want to integrate.
Integrate Gadget 04.png

  1. ROI Box 오른쪽 상단에 있는  버튼을 클릭하고 New Output을 선택합니다.  Script Window가 새로 생기며 Gadget Integration Results가 표시됩니다.

Click the triangle button Triangle button.pngat the top right corner of the ROI tool to open the fly-out menu and choose New Output. Then the Gadget Integration Results will display in the Script Window.
Integrate Gadget 05.png

  1. Integrate with a data plot baseline
  1. 새 워크북을 시작하고 <Origin Program Folder> \Samples \Spectroscopy 폴더에 있는 Peaks with Base.dat 파일을 불러옵니다.
  2. B와 C 열을 하이라이트 하고 메뉴에서 Plot: 2D: Line: Line을 선택하여 Line 그래프를 만듭니다.
  1. Start with a new workbook and import the file <Origin Program Folder>\Samples\Spectroscopy\ Peaks with Base.DAT
  2. Highlight Col(B) and Col(C) and select Plot>2D: Line: Line from the Origin menu to draw a graph.
    Integrate Gadget 06.png
  3. 그래프 창을 활성화한 상태로 메뉴에서 Gadgets: Integrate를 선택하여 Integrate: addtool_curve_integ 대화상자를 엽니다.
  4. Baseline 탭으로 이동하여 Mode의 Drop-Down 목록에서 Use Existing Dataset를 선택합니다.  그 후, DatasetPlot(2): Base를 선택하고 OK 버튼을 클릭합니다.

Select Gadgets: Integrate from the Origin menu when a graph is active, to bring up the Integrate: addtool_curve_integ dialog box.

In Baseline tab, choose Use Existing Dataset for the Mode. Then select Plot(2): Base as Dataset and click OK button.
Integrate Gadget 07.png

  1.  버튼을 클릭하고 Expand to Full Plot(s) Range를 선택하여 ROI Box의 영역을 Plot 전체로 확대합니다.

Click the triangle button Triangle button.pngand select Expand to Full Plot(s) Range in the fly-out menu to integrate the whole range of the curve starting from the baseline.
IntegrateGadget 08.png

  1.  버튼을 클릭하고 New Output을 선택하여 결과를 Script Window에 나타냅니다.

Select New Output from the fly-out menu to output the results to the script window.

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\Integrate_Gadget\Tip_icon.png

Some gadgets operate on a single curve at a time, but you can repeat your analysis for other curves by clicking on the fly-out menu and choosing New Output for All Curves or New Output for All Layers.

Integrate gadget new output.png

  1. Nonlinear Curve Fit Tool

  1. Summary

Nonlinear fitting은 Origin에서 NonLinear Fitting(NLFit) 대화상자를 사용하여 할 수 있습니다.  NLFit tool은 다양한 분야에서 사용되는 200개 이상의 기능을 내장하고 있습니다.

Minimum Origin Version Required: Origin8.5

Nonlinear fitting in Origin is performed using the NonLinear Fitting (NLFit) dialog box. The NLFit tool contains more than 200 built-in fitting functions used in many different disciplines.

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\Nonlinear_Curve_Fit_Tool\Tip_icon.png

To do a quick and simple fit without opening the NLFit dialog, try the Quick Fit Gadget.

Minimum Origin Version Required: 8.5

  1. What you will learn
  1. Use a built-in function to fit the data
  1. Origin을 실행한 후, 메뉴에서 File: Open을 선택하고 <Origin Program Folder> \Samples \Curve Fitting 폴더에 있는 Intro_to_Nonlinear Curve Fit Tool.opj 파일을 엽니다.  파일이 열리면 Project Explorer 창에서 Built-In Function 폴더를 선택합니다.
  2. Graph1 창을 활성화 시키고, Analysis: Fitting: Nonlinear Curve Fit 메뉴를 선택하여 NLFit 대화상자를 엽니다.  대화상자가 열리면 Function의 Drop-Down 목록에서 Gauss를 선택합니다.
  1. Click File:Open... to open the Intro_to_Nonlinear Curve Fit Tool.opj from the \Samples\Curve Fitting folder and select the Built-In Function folder from the Project Explorer window.
  2. With the Graph1 active, select the menu item Analysis: Fitting: Nonlinear Curve Fit to bring up the NLFit dialog, and then select Gauss from the Function drop-down list:
    Nonlinear Curve Fit Tool 001.png
  3. Parameter 탭으로 이동합니다.  내장 함수에는 parameter initialization code를 가지고 있어, initial parameter value가 자동으로 정해져 있는 것을 확인할 수 있습니다.  대화상자의 아래쪽 패널에서 Residual 탭을 선택하여 이동하면 current residuals를 확인할 수 있고, 현재 fit의 결과 허용 여부를 결정할 수 있습니다.

In the Parameter tab, initial parameter values are automatically assigned, because the built-in functions have parameter initialization code.
If you go to the
Residual tab, you can see the current residuals and decide whether the current fit results are acceptable.
Nonlinear Curve Fit Tool 002.png

  1. 지금의 설정은 다음 그림과 같이 초기값에 의해 Fitting 된 것입니다.

Note that a fitted curve drawn using the initial parameter values, is shown in the graph.
Nonlinear Curve Fit Tool 003.png

  1. Fit until converged 버튼 을 클릭합니다.  Fitting 과정이 성공적으로 진행이 되면, Messages 탭에서 Reduced Chi-sqr 값이나 Iteration Performed 값 등을 통하여 확인할 수 있습니다.

Click the Fit until converged button Button Fit Untill Converged.png.To see if the fitting operation was successful, click the Messages tab and note the number of iterations, reduced chi-sqr value, R^2 value, etc.
Nonlinear Curve Fit Tool 004.png

  1. OK 버튼을 클릭합니다. 새로 FitNL1 워크시트가 생기고 Fit 결과와 변수 값 등이 보여집니다.

Click the OK button. The FitNL1 report sheet is created with fit results including parameter values and fit statistics.
Nonlinear Curve Fit Tool 005.png

  1. 그래프 왼쪽 상단의 초록색 자물쇠 아이콘을 클릭하고 Change Parameters...을 선택하여 NLFit 대화상자를 다시 엽니다.

Reopen the Nonlinear Curve Fitting dialog by clicking on the green lock icon on the upper left corner of the graph and selecting Change Parameters.
Nonlinear Curve Fit Tool 006.png

  1. Parameters 탭으로 이동하여 xcValue25(cell에서 더블 클릭하여 수정 가능)로 수정하고 Fixed 체크박스에 체크를 합니다.

Go to the Parameters tab, change the value of xc to 25 (note that by double-clicking in the cell, you can edit the value) and select the Fixed check box.
Nonlinear Curve Fit Tool 007.png

  1. 다시 한번 Fit until converged 버튼 을 클릭하고 OK 버튼을 클릭합니다.
  2. 워크시트 FitNL1에서 xcValue25로 변경되어 있고 Standard Error0으로 변경되어 있는 것을 확인할 수 있습니다.

Once again, click the Fit until converged button Button Fit Untill Converged.pngand then OK.

In the report sheet, you can see that fixing the value of xc to 25 results in a Standard Error of 0.
Nonlinear Curve Fit Tool 008.png

  1. Define and fit with a user-defined function

여기서는 Fitting Function을 정의하고, Nonlinear Curve Fit tool에서 사용하는 방법을 배우게 될 것입니다.  여기서 사용하게 될 함수는 y = y0+a*exp(-b*x) 입니다.

위 튜토리얼에서 사용한 Intro_to_Nonlinear Curve Fit Tool.opj 파일을 사용합니다.

  1. 메뉴에서 Tools: Fitting Function Builder...을 선택하여 Fitting Function Builder 대화상자를 엽니다.
  2. Goal 페이지에서, Create a New Function을 선택하고 Next 버튼을 클릭하여 Name and Type 페이지로 이동합니다.

In this section, we will show you how to define your own fitting function and use it in the Nonlinear Curve Fit tool
Our function is
y=y0+a*exp(-b*x)

  1. With the project file used in the first section opened. Select Tools: Fitting Function Builder... menu to bring up the Fitting Function Builder dialog box.
  2. On the Goal page, click Create a New Function, then click the Next button to go to the Name and Type page.
    Nonlinear Curve Fit Tool 009.png
  1. Name and Type 페이지에서, 새 Fitting FunctionFunction NameFunction Type을 다음과 같이 설정합니다.  이 함수는 User Defined 카테고리에 생성됩니다.
  1. On the Name and Type page, then name the function and select a Function Type. This function will be put to the User Defined category by default.

Nonlinear Curve Fit Tool 010.png

  1. Variables and Parameters 페이지에서 Independent Variablesx, Dependent Variablesy로 설정되어 있는지 확인합니다.  Parameters 입력란에 쉼표로 구분된 값 y0, a, b를 입력합니다.  Next 버튼을 클릭합니다.

On the Variables and Parameters page, make sure Independent Variables reads x and Dependent Variables reads y. Then input the comma-separated values y0, a, b into the Parameters text box. Click the Next button.
Nonlinear Curve Fit Tool 011.png

  1. Expression Function 페이지에서 다음과 같이 설정합니다.

On the Function Body page, perform the following operations:

Nonlinear Curve Fit Tool 012.png

  1. Finish 버튼을 클릭하여 함수의 정의를 끝내고 Fitting Function Builder 대화상자를 닫습니다.
  2. Project Explorer (View: Project Explorer) 을 열고, User-Defined Function 폴더를 선택합니다.
  3. A 와 B 열을 하이라이트 하고, 메뉴에서 Analysis: Fitting: Nonlinear Curve Fit를 선택하여 NLFit 대화상자를 엽니다.  Settings 탭에서 CategoryUser Defined를 선택하고, FunctionMyFunction(User)를 선택합니다.

Click the Finish button to finish defining the function.

Open Project Explorer (View: Project Explorer), and select the User-Defined Function folder.

Highlight column A and B in [Book1]Sheet1, select the menu item Analysis: Fitting: Nonlinear Curve Fit to bring up the NLFit dialog. Select the User Defined category and your function MyFunction on the Function Selection page, under the Settings tab:
Nonlinear Curve Fit Tool 013.png

  1. Parameters 탭으로 이동합니다.  1 iteration button을 연속해서 클릭하여 Parameter Values의 변화뿐만 아니라, Fitted Curve가 점점 일치해가는 것을 확인할 수 있습니다.

By successively clicking the 1 iteration button, you can see the change in parameter values as well as the increasing conformance of the fitted curve.

Nonlinear Curve Fit Tool 014.png

Nonlinear Curve Fit Tool 015.png

Nonlinear Curve Fit Tool 016.png

  1. OK 버튼을 클릭하여 대화상자를 닫고 Fitting Results를 FitNL1 워크시트에 출력합니다.  여기에서 최적의 Fit Parameter와 Fit Statistics를 찾을 수 있습니다.

Click the OK button and the FitNL1 report sheet of fitting results is created. Here, you will find best-fit parameter values and other fit statistics.

  1. Global Fitting with Parameter Sharing

  1. Summary

“Global Fitting”은 일반적으로 여러 데이터세트에 대해 Curve Fitting 작업을 동시에 수행하는 것을 말합니다.  데이터세트는 각각 별개로 남아있어, Fitting 과정 중에 매개변수 값을 공유하거나 혹은 하지 않을 수 있습니다.  Parameter를 공유할 때, 하나의 매개변수 값은 모든 데이터세트에 대해 계산됩니다;  Parameter를 공유하지 않는 경우, 별도의 매개변수 값은 각각의 데이터세트에 대해 계산됩니다.

이와는 대조적으로 “Concatenated Fitting”은 Single Dataset에 있는 모든 데이터세트를 조합함으로써 수행됩니다.  Curve Fitting 작업은 Single Sataset에서만 이루어 지므로, 매개변수 값의 Single Set는 반환됩니다.

2016 SR2 이후, 새로운 앱 인 Sequential Fit 가 출시되어 여러 데이터 세트에 순차적으로 적용됩니다.  즉, 이 앱을 사용하면 현재 데이터 세트에서 얻은 Fit Parameter Values를 통하여 다음 데이터 세트의 Parameters를 초기화할 수 있습니다.  이는 공통 매개변수가 차례로 변하는 데이터 세트에 매우 유용합니다.

The term "global fitting" generally refers to simultaneous curve fitting operations performed on multiple datasets. Because datasets remain distinct, they may or may not "share" parameter values during the fit process. When a parameter is shared, a single parameter value is calculated for all datasets; When a parameter is not shared, a separate parameter value is calculated for each dataset.

By contrast, "concatenated fitting" is performed by combining all datasets into a single dataset. Because curve fitting operations are performed on a single dataset, only a single set of parameter values is returned.

Since 2016 SR2, an new app Sequential Fit has been released to do sequential fitting on multiple datasets. With this app, the fit parameter values obtained from the current dataset will be used to initialize the parameters of the next dataset. This is very applicable for those datasets, the common parameters of which keep changing in turn.

  1. What you will learn

This tutorial will show you how to:

  1. Steps
  1. Button New Workbook.png 버튼을 클릭하여 새 워크북을 만듭니다.
  2. Button Import Single ASCII.png 버튼을 클릭하고 <Origin EXE Folder> \Samples \Curve Fitting 폴더에 있는 Enzyme.dat 파일을 불러옵니다.
  3. B 와 C열을 하이라이트 하고 Button Scatter.png 버튼을 클릭하여 Scatter Plot을 만듭니다.
  4. 그래프 창을 활성화 시킨 상태로 메뉴에서 Analysis: Fitting: Nonlinear Curve Fit를 선택하여 NLFit 대화상자를 엽니다.
  5. Recalculate 모드를 Auto로 설정합니다.
  6. Function Selection 페이지에서 Growth/Sigmoidal 카테고리에 있는 Hill 함수를 선택합니다.
  7. Data Selection 페이지로 이동합니다.  Input Data 박스 옆의 버튼을 클릭하고 Add all plots in active layer를 선택하여 Input Data로 모든 Plot을 추가합니다.
  8. Multi-Data Fit Mode의 Drop-Down 목록에서 Global Fit를 선택합니다.
  1. Create a new workbook by clicking the Button New Workbook.pngbutton.
  2. Click the Button Import Single ASCII.pngto import the file Enzyme.dat in the <Origin EXE Folder>\Samples\Curve Fitting\ folder.
  3. Highlight column B and C and click the Button Scatter.pngbutton to generate a scatter plot.
  4. Keep the graph window activated and select the Analysis: Fitting: Nonlinear Curve Fit menu item to open the NLFit dialog.
  5. Set the Recalculate mode to Auto.
  6. In the Function Selection page, choose the Hill function from the Growth/Sigmoidal category.
  7. Go to the Data Selection page, click the triangle button next to the Input Data selection box and choose Add All Plots in Active Layer, to add both plots as input data.
  8. Select Global Fit mode from the Multi-Data Fit Mode drop-down list:
    Tutorial Global Fitting 002.png
  9. Parameters 탭으로 이동하여 nn_2의 체크박스에 체크를 합니다.

Go to the Parameters tab. Check the Fixed check box for n and n_2 to fix their values to 1.
Tutorial Global Fitting 003.png

  1. Fit 버튼을 클릭합니다.  결과 워크시트의 Parameters 테이블에서 다음과 같은 결과를 확인할 수 있습니다.

Click the Fit button to fit curves. You will get these results from the Parameters table of the report worksheet:
Tutorial Global Fitting 005.png

  1. Fitted Curve는 원래의 Data Plot에 추가됩니다.

The fitted curves will be added to the original data plot.
Tutorial Global Fitting 004 2.png

  1. 이와 같은 경우, 최대속도인 Vmax는 값이 같을 수도 있어, Fitting을 할 때에 이 파라미터 값을 공유할 수 있습니다.
  2. 그래프 왼쪽 상단의 초록색 자물쇠 버튼을 클릭하고, Change parameters...을 선택하여 NLFit 대화상자를 엽니다.

In this case, the maximum velocity Vmax may be the same, so we could share this parameter value when fitting.

Click the green lock icon in the report worksheet and select Change Parameters to bring back the NLFit dialog.
Tutorial Global Fitting 010.png

  1. Parameters 탭에서 VmaxShare 체크박스에 체크를 합니다.

In the Parameters tab, check the Share check box for Vmax.
Tutorial Global Fitting 008.png

  1. Fit 버튼을 다시 클릭하고 결과를 업데이트 합니다.  Vmax의 결과값이 똑같은 것을 확인할 수 있습니다.  매개변수 이름에 있는 별표는 이 매개변수가 공유되어 있음을 나타냅니다.

Click the Fit button again to update results. You can see the Vmax values for both curves are the same. The asterisk in the parameter name indicates that this parameter is shared:
Tutorial Global Fitting 015.png

  1. Fitted Curve는 자동으로 업데이트 됩니다.

The fitted curve will automatically update.
Tutorial Global Fitting 016 2.png

  1.  

  1. User Defined Fitting Function

  1. Summary

200 가지 이상의 내장된 피팅 함수 외에도, Origin에서는 고유의 피팅 함수를 만들 수 있습니다.  Origin에서는 사용자정의 함수를 만들 수 있는 두 가지의 툴을 제공합니다.

Simple Fit 앱은 y=f(x) 형식으로 표현할 수 있는 간단한 함수를 더 쉽게 피팅할 수 있는 방법을 제공합니다.  수식을 입력하고 초기값을 정한 후, 피팅 결과 보고서를 만들기만 하면 됩니다.  또한, 링크된 File Exchange 페이지에서 이 앱의 사용법을 배울 수 있습니다.

Quick Fit Gadget은 Linear Fit 또는 NLFIT 대화상자를 열지 않고도 Linear Fitting 및 Nonlinear Fitting을 할 수 있는 또 다른 쉬운 방법입니다.  이 Gadget으로 Fitting 과정을 시작하려면 먼저 Function List에 고유한 함수를 추가해야 합니다.

NLFIT Tool은 복잡한 Fitting 함수를 정의하고 Fitting Process를 제어할 수 있는 강력한 Fitting Wizard 입니다.  NLFIT Tool에서 사용자정의 함수를 사용하여 Fitting 하려면, 우선 Fitting Function Builder 에서 함수를 작성 해야 합니다.

이 튜토리얼에서는 Fitting Function Builder를 사용하여 사용자정의 Fitting 함수를 만들고, 이를 사용하여 Nonlinear Curve Fit를 하는 방법과 NLFIT Tool을 사용하여 Curve Fitting을 위한 매개변수 수정방법을 보여줍니다.

Minimum Origin Version Required: Origin2016 SR0

Besides the 200+ built-in fitting functions, you can also create your own fitting functions in Origin. Origin provides three tools for fitting with user defined function:

Simple Fit App provides a much more convenient way to fit simple functions that can be expressed in the form y = f(x), you only need to type your formula, specify the initial values and then generate fitting reports immediately. You can learn how to use this App in the linked File Exchange page.

Quick Fit gadget is another easy way to do both linear and nonlinear fitting without open the Linear Fit or NLFit dialog which might look a little bit complicated but with many advanced controls. Start a fitting process with this gadget, you need first add your own function into the Function List.

NLFit tool is a powerful fitting wizard which allows you to define more complex fitting functions and control the fitting process in every possible way. For fitting user defined function in NLFit tool, you will need to create it in Fitting Function Builder first.


In this tutorial, we will mainly illustrate how to create a user-defined fitting function in
Fitting Function Builder, carry out nonlinear curve fit with it and also show how to fix a parameter for curve fitting using NLFit tool.

Minimum Origin Version Required: Origin 2016 SR0

  1. What You Will Learn

This tutorial will show you how to:

  1. Steps

여기서 우리가 Fit 할 데이터는 <Origin EXE Folder>\Samples \Curve Fitting 폴더에 있는 ConcentrationCurve.dat 파일입니다..

y=A\exp(2.303kx-k_{m})\sqrt{2.303+\frac{C}{(x-C_{0})}}

여기서 y는 종속변수 이고,

X는 독립변수 입니다.

A, km, k, C, C0 는 Fitting Parameter 입니다.

The data we are going to fit is the file ConcentrationCurve.dat under the <Origin EXE Folder>\Samples\Curve Fitting\ path.

The fitting function to be created and used is shown below:

y=A\exp(2.303kx-k_{m})\sqrt{2.303+\frac{C}{(x-C_{0})}}

in which

yis the dependent variable

xis the independent variable

and A, k_{m}, k, C, C_{0} are all fitting parameters.

  1. Create a Fitting Function

이 섹션에서는 Fitting Function Builder를 사용하여 사용자정의 Fitting 함수를 만드는 방법에 대해 알아보겠습니다.  또한 사용자정의 Fitting 함수는 Fitting Function Organizer을 사용하여 만들 수도 있습니다. (Tools: Fitting Function Organizer 메뉴를 클릭하거나 F9 키를 눌러 열 수 있습니다)

  1. Origin을 실행하고 메뉴에서 Tools: Fitting Function Builder (or press F8)을 선택하여 Fitting Function Builder를 엽니다.
  2. Goal 페이지에서 Create a New Function을 선택하고 Next를 클릭합니다.
  3. Name and Type 페이지에서 다음 그림과 같이 변경하고 Next 버튼을 클릭합니다.

In this section, we will show how to create a user defined fitting function in the Fitting Function Builder. But there is an alternative tool Fitting Function Organizer which also can be used to create user defined fitting functions(open it by selecting Tools:Fitting Function Organizer or pressing F9).

  1. Launch Origin and choose Tools:Fitting Function Builder (or press F8) to open the Fitting Function Builder.
  2. In the Goal page, select Create a New Function and click Next.
  3. In the Name and Type page, change the setting as the following image and then click Next:
    Tutorial UserDefFitFunc 001.png
  4. Variables and Parameters 페이지로 이동합니다.  다음 그림과 같이 입력하고 Next 버튼을 클릭합니다:

In the Variables and Parameters page, enter the variable and parameter names as the image below and then click Next:
Tutorial UserDefFitFunc 002.png
In the
Parameters box, use comma (",") as delimiter.

  1. Labtalk Script Function 페이지로 이동하여 Function Body에 다음과 같이 입력합니다:

A*exp(R0*k*x-km)*sqrt(R0+c/(x-c0))

  1. Constants 탭으로 이동하여 R0 값을 2.303으로 변경합니다.

Go to the Constant tab, set the value of R0 to 2.303.

  1. Parameters 탭에 있는 변수들의 초기값을 다음 그림과 같이 변경합니다:

Give estimated initial values to the parameters according to this particular data and function.
Tutorial UserDefFitFunc 003.png
Note: Fitting을 수행하기 전에 다른 초기값을 제공할 수도 있습니다.

Note:You can also give different initial values each time before you actually carry out the fitting.

  1. 함수가 유효한지의 여부를 빠르게 확인하려면 Evaluate 버튼 을 클릭하여 확인할 수 있습니다.
    Note: 만약, Fitting Function Builder의 시작부분에서 Function TypeOriginC로 선택했다면, 이 단계에서 함수를 컴파일하여 오류가 있는지 확인할 수 있습니다.

Can click the Evaluate button Button Evaluate.pngto quick check whether the function is valid(if it is valid, an actual value will be returned for y).
Note:If you used Origin C as Function Type at the beginning, you can also compile the function at this stage to check if there is any error, this is especially useful for brackets matching.

  1. Next 버튼을 세 번 클릭하여 Derived Parameters 페이지로 이동합니다.

Click the Next button three times until it goes to Derived Parameters page.

  1. 이 페이지에서, Derived Parameters Equations 입력란에 다음을 입력하여 A0를 정의합니다.

In this page, we will define the derived parameter A0, enter its equation in the Derived Parameters Equations box:

A0=-A*exp(km)*1E-4

  1. Finish 버튼을 클릭하여 함수의 정의를 마무리 합니다.  User files Folder에 .FDF 파일로 저장이 됩니다.

Click Finish to create this user defined fitting function. The .FDF file for it will be stored in the User Files Folder.

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\User_Defined_Fitting_Function_using_OC\Tip_icon.png

Fitting Function Builder(Goal 페이지에서 Edit a User-defined Function 선택)를 사용 하거나 Fitting Function Organizer을 사용하여 사용자정의 Fitting 함수를 언제든 수정할 수 있습니다.

You can always modify the user defined fitting function later, either in the Fitting Function Builder(choose Edit a User-defined Function in Goal page), or in the Fitting Function Organizer.

  1. Carry Out Curve Fitting
  1. 새 워크북을 만들고, Button Import Single ASCII.png 버튼을 클릭한 후, <Origin EXE Folder> \Samples \Curve Fitting 폴더에 있는 ConcentrationCurve.dat 파일을 불러옵니다.
  2. B 열을 하이라이트 하고 Button Scatter.png 버튼을 클릭하여 Scatter Plot을 만듭니다.
  3. 그래프 창을 활성화하고 메뉴에서 Analysis: Fitting: Nonlinear Curve Fit를 선택하여 NLFit 대화상자를 엽니다.
  4. Function Selection 페이지에서 CategoryUserDefined로 설정하고 FunctionMyFitFunc(User)을 선택합니다.
  5. Button Fit Untill Converged.png 버튼을 클릭하여 데이터를 Fit 합니다.
  6. 대화상자 아래쪽 패널의 Messages 탭에 error message가 표시되고, 이것은 overparameterization 으로 인해 수렴하지 않은 것을 나타냅니다.
  1. Create a new workbook.Click the Button Import Single ASCII.pngbutton to import the ConcentrationCurve.dat file under <Origin EXE Folder>\Samples\Curve Fitting\ path.
  2. Highlight column B and click the Button Scatter.pngbutton to generate a scatter plot.
  3. Keep the graph activated, select Analysis:Fitting:Nonlinear Curve Fit to open the NLFit dialog.
  4. In the Function Selection page, set Category as User Defined and then set Function as MyFitFunc(User).
  5. Click the Button Fit Untill Converged.pngbutton to fit the data.
  6. An error message returns in the Message tab of the lower panel, indicates the fit did not converge because of overparameterization.
    Tutorial UserDefFitFunc 004.png
  7. 변수 Akm은 상호 의존 관계로 하나를 수정 함으로써 이 error를 해결할 수 있습니다.  여기서는 A를 수정해 보겠습니다.
  8. Parameters 탭으로 이동하여 Button Initialize Parameters.png 버튼을 클릭하여 초기값 설정을 복원하고 A의 Fixed 박스에 체크를 합니다.

The parameters A and km have mutual dependence, so fixing either one will solve the problem. We will fix A this time.

Go to the Parameters tab, click the Button Initialize Parameters.pngto restore the initial value setting, check the Fixed box of parameter A:
Tutorial UserDefFitFunc 005.png

  1. Fit 버튼을 클릭하여 대화상자를 닫고 Fit를 수행합니다.
  2. Fitted Curve가 Data Plot에 추가됩니다.

Click the Fit button to carry out the fit.

The fitted curve will be added to the original data plot,
Tutorial UserDefFitFunc 006.png

  1. 워크북에 새 워크시트가 추가되며 Fit 된 결과값을 표의 형식으로 보여줍니다.

A report sheet will be generated as well, in which the fitted value of all parameters(including the derived parameter A0) are reported in the parameters table:
Tutorial UserDefFitFunc 007.png

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\User_Defined_Fitting_Function_using_OC\Tip_icon.png

In the case of overparameterization, you can fix different parameters to get multiple fit results and then compare the fit models statistically by Analysis:Fitting:Compare Models tool.

  1. Peak Fitting with Baseline

  1. Summary

OriginPro에서는 Peak Analyzer을 사용하여 Multiple Peak Fitting을 수행할 수 있습니다.

스펙트럼 데이터를 위한 베이스라인을 만들 수 있는 다양한 방법이 있으며, 몇 개의 Anchor Point를 선택한 다음 함수를 사용하여 Fit 할 수 있고, Peak Fitting과 함께 베이스라인의 Fitting을 수행할 수 있습니다.

Minimum Origin Version Required: OriginPro 8.0 SR6


In OriginPro, the Peak Analyzer is capable of performing multiple peak fitting with several baseline subtraction options.

There are various ways to create a baseline for your spectrum data. You can select a few anchor points and then fit them with a function. The fitting of the baseline can be done along with the peak fitting.

 

  1. What You Will Learn
  1. Steps
  1. 새 프로젝트를 실행하고 <Origin EXE Folder> \Samples \Spectroscopy 폴더에 있는 Peaks on Exponential Baseline.dat 파일을 삽입합니다.

Start a new worksheet and import the file <Origin Program Folder>\Samples\Spectroscopy\Peaks on Exponential Baseline.dat.

  1. B 열을 하이라이트 합니다.

Highlight the second column in the worksheet.
Peak Fitting with Baseline 01.png

  1. Analysis: Peaks and Baseline: Peak Analyzer를 선택하여 Peak Analyzer 대화상자를 엽니다.

Select Analysis: Peaks and Baseline: Peak Analyzer from the main menu to open the Peak Analyzer.

  1. 첫 번째 페이지의 Goal그룹에서 Fit Peaks 레디오 버튼을 선택합니다.

Select the Fit Peaks radio button in the Goal group on the first page.
Peak Fitting with Baseline 02.png

  1. Next 버튼을 클릭하여 Baseline Mode 페이지로 이동합니다. Baseline Mode 페이지에서 Baseline Mode의 Drop-Down 목록을 열고 User Defined를 선택합니다.  Baseline Anchor Points 그룹에서 Find 버튼을 클릭하면. 8개의 포인트가 찾아집니다.

Click Next to go to the Baseline Mode page. In the Baseline Mode page, select User Defined from the Baseline Mode drop-down list. Click the Find button in the Baseline Anchor Points group. Eight anchor points should be found.
Peak Fitting with Baseline 03.png

  1. Next 버튼을 클릭하여 Create Baseline 페이지로 이동합니다. Create Baseline 페이지에서는 Connect by의 Drop-Down 목록에서 Fitting을 선택합니다.  Fitting 그룹에서 FunctionExpDec2를 선택합니다.

click Next to go to the Create Baseline page. In the Create Baseline page, select Fitting with the Connect By drop-down list. In the Fitting group, select ExpDec2 from the Function drop-down list.
Peak Fitting with Baseline 04.png

  1. Next 버튼을 클릭하여 Baseline Treatment 페이지로 이동합니다. Baseline Treatment 페이지의 Fit Baseline with Peaks 체크박스에 체크 합니다.

Click Next to go to the Baseline Treatment page. In the Baseline Treatment page, select the Fit Baseline with Peaks check box.
Peak Fitting with Baseline 05.png

  1. Next 버튼을 클릭하여 Find Peaks 페이지로 이동합니다.

  1. Find Peaks 페이지에서 Find 버튼을 클릭하면 두 개의 피크가 찾아지며 Next 버튼을 클릭하여 Fit Peaks 페이지로 이동합니다.

Click Next to go to the Find Peaks page. In the Find Peaks page, click the Find button to search peaks. Two peaks should be found.
Peak Fitting with Baseline 06.png

  1. Fit Peaks 페이지에서 Fit Control 버튼을 클릭하여 Peak Fit Parameters 대화상자를 엽니다.
  2. Peak Fit Parameters 대화상자가 열리면 Peak TypeGaussian이 있는지 확인합니다.  Fit Until Converge 버튼을 클릭합니다

Click Next to go to the Fit Peaks page. In the Fit Peaks page, click the Fit Control button to open the Peak Fit Parameters dialog.

  1. In the Peak Fit Parameters dialog, make sure that both peak types are Gaussian. Click the Fit Until Converge button.
    Peak Fitting with Baseline 07.png
  2. Fitting이 완료되면 OK 버튼을 클릭하여 대화상자를 닫습니다.

When the fitting is done, click OK to close this dialog.

  1. Fit Peaks 페이지로 돌아와서 Finish 버튼을 클릭하여 분석을 완료합니다.  그래프와 워크북에 분석 결과가 만들어 집니다.

Back to the Fit Peaks page, click Finish to complete the analysis. See the results in the source workbook and the graph report.

  1. Batch Peak Analysis Using Theme with Script Before Each Process

 

  1. Summary

Origin에서는 Analysis Theme를 사용하여 여러 데이터 세트의 Peak Analysis를 일괄적으로 할 수 있습니다.

Origin can perform batch peak analysis of multiple datasets using an Analysis Theme. You can choose to pre-process the peak data, e.g., exclude unwanted datasets, before actually input it for peak analysis using script specified before each process.

Minimum Origin Version Required: 2016 SR0

  1. What Will You Learn

This tutorial will show you how to:

  1. Steps
  1. Save Analysis Settings as a Theme

Save Analysis Settings as a Theme

이 튜토리얼에서는 <Origin EXE Folder>\Samples 폴더에 있는 Tutorial Data.opj 파일을 사용합니다.

  1. Tutorial Data.opj 파일을 열고 Project Explorer 에서 Script Before Process in Batch PA 폴더로 이동합니다..
  2. 워크북에 있는 Data1 워크시트를 클릭합니다.  B 열을 하이라이트 하고 메뉴에서 Analysis: Peaks and Baseline: Peak Analyzer를 선택하여 대화상자를 엽니다.  Goal에서 Fit Peaks(Pro)를 선택합니다.
  3. Next 버튼을 클릭하고 Baseline Mode의 Drop-Down 목록에서 None(Y=0)을 선택합니다.  Next 버튼을 두 번 클릭하여 Fit Peaks(Pro) 페이지로 이동합니다.  Result 확장메뉴를 열고 Configure Graph 확장메뉴를 엽니다.  Create Report Graph의 Drop-Down 목록에서 <None>을 선택하여, 분석과정을 빠르게 할 수 있도록 Report Graph 생성을 끕니다.
  4. 대화상자 상단, Dialog Theme의 오른쪽에 있는  버튼을 클릭하고 Save As...을 선택하여 Theme Save as... 대화상자를 엽니다.  Theme Name 입력란에 MyPeakAnalysis를 입력하고 OK 버튼을 클릭하여 저장합니다.
  5. 분석을 수행하고 출력 결과를 확인하기 위해 Finish 버튼을 클릭합니다.

This tutorial is associated with <Origin EXE Folder>\Samples\Tutorial Data.opj.

  1. Open Tutorial Data.opj and browse to the Script Before Process in Batch PA folder in Project Explorer (PE).
  2. Click on worksheet Data1 in the workbook. Highlight column B and go to menu Analysis: Peaks and Baseline: Peak Analyzer to open dialog. Select Fit Peaks(Pro) as Goal.
  3. Click Next button, select None(Y=0) as Baseline Mode. Click Next button twice to go to Fit Peaks(Pro) page, expand Configure Graph subnode under Result node and set Create Summary Graph to <None> to turn off generating report graph, which can speed up the analysis process.
  4. Now click the Button Save Theme.pngbutton next to the Dialog Theme control and select Save as ... to open Theme Save as... dialog. In the Theme Name edit box, enter MyPeakAnalysis and click OK button to save it.
  5. Click Finish Button to perform the analysis and output results.
  1. Prepare Script for Pre-processing Peak Data

Batch Peak Analysis Using Theme 대화상자는 각 프로세스 전, 각 프로세스 후나 모든 프로세스의 마지막에 스크립트를 실행할 수 있도록 세 개의 Edit Box를 제공합니다.  여기서는 주로 Peak Data를 사전 처리하기 위해 각 프로세스가 완료되기 전, 스크립트를 작성하는 방법을 보여줍니다.

  1. Sample - Spectrum and Noise Mixed 워크북의 Data1 워크시트를 다시 활성화 시키고, 각 데이터세트의 sparkline을 확인할 수 있습니다.  C, E, F열과 같이 Noisy한 Peak Data를 확인할 수 있고, 일정한 Noise Level에 도달하면 Noisy 데이터세트를 제외할 수도 있습니다.
  2. 다음과 같은 방법을 사용하여 데이터가 Noisy 한지의 여부를 확인할 수 있습니다:

The Batch Peak Analysis Using Theme dialog provides three edit boxes to allow running script before each process, after each process and at the end of all processes. In this section we will mainly show how to write script before each process to pre-process the peak data.

  1. Activate worksheet Data1 again, we can see from the sparkline of each dataset that some of peak data are very noisy, e.g., column C, E, F, and we want to exclude such noisy dataset if it reaches certain noise level.
  2. The way used to identify whether data is noisy in this tutorial follows the routine below:
  1. 위의 루틴을 따라, Noisy Data를 미리 제외할 수 있는 스크립트는 다음과 같습니다:

Follow the routine above, the script for pre-excluding noisy data is as following:

dataset dr;

fft_filters iy:=_ry filter:=high oy:=dr; // Perform high-pass fft filter to obtain noise

stats dr;

double nSD = stats.sd; // Calculate SD of noise

stats _ry;

double sSD = stats.sd; // Calculate SD of raw data

if(nSD^2/sSD^2>0.3) // Set noise identification criteria

         _skip=1;

else

         _skip=0;

_ry는 현재의 y data를 나타내고, _skip은 현재의 dataset를 제외 할 지의 여부를 나타냅니다.

where _ry refers to current y data, _skip determines whether to skip current dataset.

  1. Batch Analyze Datasets Using Analysis Theme
  1. Sample - Spectrum and Noise Mixed 워크북의 Data1 워크시트를 활성화 하고, 열 전체를 하이라이트 합니다.  메뉴에서 Analysis: Peaks and Baseline: Batch peak analysis Using Theme...을 선택하여 대화상자를 엽니다.
  2. Theme의 Drop-Down 목록에서 MyPeakAnalysis를 선택하고, Result Sheet의 Drop-Down 목록에서 Peak Properties(Pro)를 선택합니다.
  3. 지정된 시트에 결과를 출력하려면 Output Sheet 입력란에 범위 구문을 입력할 수 있습니다.  만약, MySummary 워크북의 MyResults 워크시트에 결과를 출력하고 싶다면, 입력란에 [MySummary]MyResults! 를 입력하면 됩니다.
  1. Activate worksheet Data1, highlight all columns in the sheet and go to menu Analysis: Peaks and Baseline: Batch Peak Analysis Using Theme... to open dialog.
  2. Select MyPeakAnalysis from Theme drop-down list, Peak Properties(Pro) from Result Sheet drop-down list.
  3. To output results to a specified sheet, you can enter the range syntax in Output Sheet edit box. Suppose we want to export to MyResults sheet in MySummary book, you can input [MySummary]MyResults! in the edit box.
  4. Script 확장메뉴를 열고 Script Before Each Process 에 위 섹션에서 적었던 스크립트를 입력합니다.

Input the script we wrote in section above into Script Before Each Process under Script node.
BatchPA Using Theme Script Before Each Process 01.png

  1. Batch Peak Analysis를 수행하기 위해 OK 버튼을 클릭하고, Noisy 데이터세트가 제외된 데이터가 MyResults 워크시트에 표시되는 것을 확인할 수 있습니다.

Click OK button to perform batch peak analysis and you will see noisy datasets(say column C, E and F) are excluded in MyResults sheets.
BatchPA Using Theme Script Before Each Process 02.png

  1. Descriptive Statistics

  1. Summary

Origin은 기본 통계(평균, 중간값, 분산, 등), 빈도수(frequency counts), 상관 계수(correlation coefficients)를 포함한 포괄적인 Descriptive Statistics를 제공합니다.  게다가 Origin의 강력한 Plotting 기능과 Statistics 툴은 데이터를 요약하고 분석하는데 도움이 됩니다.

Origin provides comprehensive Descriptive Statistics support including basic statistics (mean, median, variance, etc.), frequency counts, and correlation coefficients of your data sets. In addition to strong plotting features, Origin's statistical tools help you summarize and analyze your data.

  1. What You Will Learn

This tutorial will show you how to:

Minimum Origin Version Required: Origin 2015 SR0

  1. Finding Frequency Information for Groups

We will use the Discrete Frequency tool to quickly obtain frequency information for groups of data.

  1. 새 프로젝트를 열고 메뉴에서 Data: Import from File: Single ASCII를 선택한 후, <Origin EXE Folder> \Samples \Statistics 폴더에 있는 automobile.dat 데이터 파일을 삽입합니다.
  2. automobile 워크시트의 A, B 열을 하이라이트 하고 메뉴에서 Statistics: Descriptive Statistics: Discrete Frequency: Open Dialog를 선택합니다.  대화상자가 열리면 RecalculateAuto로 변경하고, Sort Data by의 Drop-Down 목록에서 Categorical Order를 선택한 후, OK 버튼을 클릭합니다.

Open a new workbook. From the Menu Bar select Data: Import from File: SingleASCII: Statistics|automobile.dat.

Highlight the first two columns in the automobile worksheet. From the Menu Bar, select Statistics: Descriptive Statistics: Discrete Frequency. Change the Recalculate mode to Auto. To make operation in the source data worksheet Controlling the Categorical Values section working, change the Sort Data By to Categorical Order. Then click OK.

Descriptive Statistics00.png

  1. 그 결과로 DiscretFreq1 워크시트가 새로 생기고, 연도와 자동차 회사에 따라 생산된 수가 각각 표시됩니다.

The resultant worksheet DiscretFreq1 displays data and its counts for automobile Year and Make, respectively.

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\Descriptive_Statistics\Tip_icon.png

Column에 잠금 표시가 되어 있음에도, 원하는 열을 재배열 할 수 있습니다.  재배열 하고 싶은 열을 하이라이트 하고 메뉴에서 Worksheet: Sort Worksheet를 선택하여 Ascending, Descending 이나 Custom을 선택하면 됩니다

In spite of the fact that there are locks on the columns, the worksheet can be rearranged by highlighting the desired column, going to the Menu Bar, selecting Worksheet:Sort Worksheet, and selecting Ascending, Descending, or Custom from there.

  1. Calculating Descriptive Statistics on Grouped Data

Basic Statistical Treatments는 Statistics on Columns Tool을 사용하여 각각의 열의 데이터에 대해 수행할 수 있습니다.

  1. automobile 워크시트로 돌아갑니다.  메뉴에서 Statistics: Descriptive Statistics: Statistics on Columns: Open Dialog...을 선택합니다.
  2. Statistics on Columns 대화상자가 열리면 Input 탭으로 이동하여 Range1의 확장메뉴를 열고 Data Range 오른쪽에 있는 interactive 버튼 을 클릭합니다.  Select from Worksheet 창이 나타나면 워크시트의 C열에서 G열까지 드래그하여 선택합니다.  다시 Select from Worksheet 창의 interactive 버튼 을 클릭합니다.  Statistics on Columns 대화상자로 돌아와서, Group 오른쪽에 있는  버튼을 클릭하고 B(Y): Make를 선택합니다.  RecalculateAuto로 변경합니다.

Basic statistical treatments can be performed on the data in individual columns using the Statistics on Columns tool.

  1. Return to the automobile worksheet. From the Menu Bar, select Statistics: Descriptive Statistics: Statistics on Columns: Open Dialog....
  2. In the Statistics on Columns dialog box, in the Input tab, expand Range 1 and click the interactive button Button Select Data Interactive.pngto the right of Data Range. Return to the worksheet, select column C and drag to column G. Click the interactive button again to restore the dialog box. In the dialog box, after adjusting Input Data under Range 1, click the arrow button at the top-right corner of the Group control box to select B(Y): Make as grouping data. Change the Recalculate mode to Auto.
    DOC-2411 Descriptive Statistics on Grouped Data 001aa.png
  3. Output 탭으로 이동합니다.  Graph 확장메뉴를 열고 Arrange Plots of Same Type in One Graph의 체크박스에 체크를 합니다.  Plots 탭으로 이동하여 Box Charts의 체크박스에 체크를 합니다.

In the Output tab, under the Graph branch, check the Arrange Plots of Same Type in One Graph box. Also, in the Plots tab, check the Box Charts check box.
DOC-2411 Descriptive Statistics on Grouped Data 001b.pngDOC-2411 Descriptive Statistics on Grouped Data 001c.png

  1. OK버튼을 클릭하고 다음과 같은 결과를 확인합니다:

Click OK to get the results in a report sheet.
Tutorial Descriptive Statistics on Grouped Data 04.png

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\Descriptive_Statistics\Tip_icon.png

보고서 시트에 포함된 Box Plot을 수정하려면 더블-클릭을 하여 열고 그래프를 수정 한 후, 오른쪽 위 모서리에 있는 Return 버튼을 클릭하여 수정된 그래프를 보고서 시트에 복원하면 됩니다 .

In order to modify any embedded box plot in report sheet, double-click to open it, then customize the graph and click the Return button in the top right corner to restore the modified graph back to the report sheet.

  1. Using Statistical Results for Further Operations

데이터 분석을 하고 통계 결과를 Plot 할 수 있습니다.

예를 들어, 1992년부터 2004년 까지 제작된 자동차의 속성값(마력, 무게, 연비, 제로백)을 알고 싶다면 다음의 방법을 따라 하시면 됩니다:

  1. automobile - automobile.dat 워크북으로 되돌아 갑니다.  그리고 DescStatsQuantities1 워크시트를 엽니다.  D(Y2)열과 E(yEr? 열을 하이라이트 하고, 메뉴에서 Worksheet: Unstack Columns: Open Dialog...을 선택하여 wunstackcol 대화상자를 엽니다.
  2. 대화상자가 열리면 Recalculate 모드를 Auto로 변경합니다.  Group Column(s)에 있는 Context menu button.jpg 버튼을 클릭하여 플라이-아웃 메뉴를 열고 A(X): Data를 선택합니다.
  3. Options 확장메뉴를 열고 Include Other Column(s)의 체크박스에 체크를 합니다.  Other Column(s)의 오른쪽에 있는 Context menu button.jpg 버튼을 클릭하고 B(X): Make를 선택합니다.  Extract Rule for Other Columns Values의 Drop-Down 목록에서 Matching Longset Group을 선택합니다.  

Output 확장메뉴를 열고, Put Grouping into to의 Drop-Down 목록에서 Long Name을 선택합니다.  OK 버튼을 클릭합니다.

It is possible to perform further data analysis and to plot the statistical results.

For example, to obtain average attribute values (i.e. horsepower, 0-60 mph time, weight, mileage) by Vehicle Make from 1992 to 2004, perform the following:

  1. Return to the automobile - automobile.dat workbook, and open the DescStatsQuantities1 worksheet. Highlight the D(Y2) and the E(yEr±) columns, go to the Menu Bar and select Worksheet: Unstack Columns: Open Dialog....
  2. In the wunstackcol dialog box, change the Recalculate mode to Auto, select Group Columns and click the context menu button Context menu button.jpgand select A(X1) Data.
  3. Expand Options and check the Include Other Columns box. On Other Columns, click the context menu button Context menu button.jpgand select A2:(X) Make. Set Matching Longest Group as Extract Rule for Other Columns Values, expand Output Settings, and from Put Grouping Info. to, select Long Name. Click OK.
    DOC-2411 Descriptive Statistics on Grouped Data 006a.png
  4. UnstackCols1 워크시트가 새로 추가되며 결과가 표시됩니다.  워크시트를 하이라이트 하고 메뉴에서 Plot: 2D: Multi-Panel: Stack...을 선택합니다.
  5. Stack: plotstack 대화상자가 열리면 Plot TypeScatter로 변경하고 OK 버튼을 클릭합니다.
  6. 명확한 설명을 위해 상단의 눈금 레이블을 회전 시켜 보겠습니다.  그래프 상단의 X축 눈금 레이블을 더블 클릭하여 Axis 대화상자를 열고 다음 그림과 같이 설정하고, OK버튼을 클릭합니다:

To see the results, open worksheet UnstackCols1, highlight the worksheet, and from the Menu Bar, select Plot>2D: Multi-Panel: Stack.

In the Plotting:plotstack dialog box, set Plot Type to Scatter. Click OK.

Now we are going to rotate the tick labels at top X axis for clarification. Double click on the top X axis tick labels to open the Axis dialog, and set the following in Top icon. Click OK.
Tutorial Descriptive Statistics Axis Dialog.png
하단의 축 레이블 역시 똑 같은 방법으로 회전 시킵니다.

Rotate the Tick Labels for bottom in the same way.

  1. Report 시트와 그래프는 다음 그림과 같이 나타납니다:

The report sheet and the graph will appear as shown below:
Tutorial Descriptive Statistics on Grouped Data 0055.png

  1. Analyzing the Relationship Between Different Indicators

자동차 데이터 열 사이의 관계를 분석하기 위해 상관 계수를 사용합니다.  다음으로 상관관계의 그래픽 표현을 위하여 신뢰할 수 있는 Ellipses Scatter Plot을 만듭니다.

  1. automobile - automobile.dat 워크북에서 automobile 워크시트를 열고, C 열부터 G 열까지 하이라이트 합니다.
  2. 메뉴에서 Statistics: Descriptive Statistics: Correlation Coefficient: Open Dialog...을 선택하여 corrcoef 대화상자를 엽니다.  Correlation Types 확장메뉴를 열고 Pearson의 체크박스에 체크를 합니다.
  3. Plots 확장메뉴를 열고 Add Confidence Ellipse의 체크박스에 체크를 합니다.  Scatter Plot의 체크박스에는 자동으로 체크가 됩니다.  OK 버튼을 클릭하여 대화상자를 닫습니다.
  4. ScatterMatrix1 워크시트와 CorrCeof1 워크시트가 새로 추가되고 다음 그림과 같습니다; Engine DisplacementPower 사이에 가장 높은 의 상관관계를 확인할 수 있고, Gas MileageEngine displacement 사이에서 의 상관관계가 가장 높은 것을 확인할 수 있습니다.

Use a correlation coefficient to explore the relationship between columns of the automobile data. Next, construct scatter plots with confidence ellipses to obtain graphical representations of the correlations.

  1. In the automobile - automobile.dat workbook, open the automobile worksheet, and highlight the last five columns.
  2. From the Menu Bar, select Statistics: Descriptive Statistics: Correlation Coefficient: Open Dialog.... In the corrcoef dialog box, expand Correlation Types and check the Pearson box.
  3. Expand Plots and check the Add Confidence Ellipse box. The Scatter Plot check box will be automatically selected. Click OK.
  4. The ScatterMatrix1 and CorrCeof1 worksheets should appear as below; demonstrating the high positive correlation between Engine Displacement and Power, and the high negative correlation between Gas Mileage and Engine Displacement.
    Tutorial Descriptive Statistics on Grouped Data 007.png
  1. Controlling the Categorical Values
  1. 다음 단계에서는, source data를 변경하지 않고 그래프에 표시된 값의 순서를 customized 해보겠습니다.  automobile 워크시트로 돌아가서 B열을 마우스 오른쪽 버튼 클릭합니다.  Set As Categorical을 선택하고 Categories 셀을 더블 클릭하여 Categories 대화상자를 엽니다.

In the following steps, we want to customized the order of values shown in the graph but not change the source data. Right click Column B in workbook, select Set As Categorical in the context menu, double click the Categories cell of the column, "Unsorted", to open the Categories dialog.

Desc stats control cat values.png

  1. Customize Categories 체크박스에 체크표시를 하고, Cate-sort-2.png 버튼을 클릭하여 각각의 아이템의 위치를 조정할 수 있습니다.  이와 같은 경우, 제조사의 나라별로 정렬 시킬 수 있습니다.  여기서는 미국 -> 일본 -> 유럽의 순으로 정렬해 보겠습니다.  OK 버튼을 클릭하여 대화상자를 닫습니다.

Check Customize Categories checkbox, use Cate-sort-2.pngto adjust position of each item to follow the image below, in this way we can sort the items by country of the manufacturers, which is U.S.->Japanese/Korea->Europe. Click OK to close the dialog.

Categ Sort-3.png

  1. 앞 섹션에서 만든 report 워크시트로 이동합니다.  Recalculation 모드가 Auto로 되어 있어 DiscretFreq1 워크시트와 DescTtatsonCols1 워크시트, 그리고 Box Chart의 데이터 순서가 자동으로 업데이트 되어있는 것을 확인할 수 있습니다.

You can go to the report sheet created in section above. Because Auto mode is used for recalculation, the report sheet of Discrete Frequencies and Statistics on Columns, including the box charts, are updated automatically with the specified order of the Categorical data.

Tutorial Descriptive Statistics on Grouped Data 004.png

  1. Unstacked Columns 워크시트의 결과와 그래프의 결과도 자동으로 업데이트 됩니다.

The results of Unstacked Columns and the stacked graph are updated automatically as well.

Tutorial Descriptive Statistics on Grouped Data 008.png

Note: 작업의 결과가 자동으로 업데이트 되지 않은 경우에는 Standard Toolbar에 있는 Recalculate 버튼 Button Recalculate Manual.png을 클릭하여 결과를 반영시킬 수 있습니다.  Recalculation 작업이 완료되면 버튼이 녹색 Button Recalculate Manual.png으로 변경됩니다.

Note: If the operation hasn't been auto-updated, you can also manually trigger the operations by clicking the Recalculate button Button Recalculate Manual.pngin the Standard toolbar. The button will turn greenButton Recalculate Auto.png after recalculation is done

  1. Three-Way ANOVA

  1. Summary

Three-way ANOVA를 사용하여 주요효과와 종속 변수에 대한 세 가지 요소의 모든 조합 사이의 상호 작용 효과를 테스트 합니다.

Three-way ANOVA tests for main effects, and interaction effects between all combinations of three factors, on a dependent variable.

Minimum Origin Version Required: OriginPro 2016 SR0

  1. What you will learn
  1. How to carry out three-way ANOVA for practical data with Origin
  2. How to interpret the generated results
  1. User Story

우리는 World Bank에서 공개된 일부 데이터를 가지고 있습니다.  그것은 세 가지의 요소를 포함하고 있습니다: 지역(아시아/유럽/아프리카, 등등.), 개발 지수(개발/개발 국가), 그리고 연도(2000/2005/2010).  우리는 이 세 가지의 요소가 인터넷 사용자의 수에 미치는 영향과 각 그룹 사이에 어떤 중요한 차이를 가지고 있는지 알려고 합니다.

We have some public data from the World Bank. It includes three factors: Region(Asia/Europe/Africa, etc.), Developing Index (Developing/Developed Country) and Year (2000/2005/2010). We want to understand how these three factors affect the number of internet users and whether there are any significant differences between the groups.

  1. Performing Three-Way ANOVA
  1. Origin을 실행합니다.  메뉴에서 Help: Origin Central을 선택하여 Origin Central 대화상자를 엽니다.  대화상자의 왼쪽 패널에서 Analysis Sample을 선택하고, 오른쪽 패널에 있는 Samples In의 Drop-Down 목록에서 Statistics – ANOVA 를 선택합니다.
  2. List Box에서 세 번째 항목을 더블-클릭 하여 Three Way ANOVA 폴더를 엽니다.
  3. Three-Way ANOVA 워크북에서 Sheet1 워크시트를 클릭합니다.
  4. 메뉴에서 Statistics: ANOVA: Three-Way ANOVA를 선택합니다.
  5. 열린 대화상자의 Input 탭에서, Input DataIndexed로 설정합니다.  Input Data의 확장메뉴를 열고 열 C, D, B, E 를 Factor A, Factor B, Factor C, Data에 각각 선택합니다.
  1. Choose menu Help: Learning Center to open Learning Center dialog. Select Analysis Sample in the left side and then choose Statistics - ANOVA from the Samples in drop-down list in the right side.
  2. Double-click on third item in the list box to open the folder Three Way ANOVA.
  3. Click on worksheet Sheet1 containing the source data.
  4. Click Statistics: ANOVA: Three-Way ANOVA
  5. In the Input tab of the opened dialog, set Input Data as Indexed. Then expand the Input Data branch, select column C,D, B and E for Factor A,Factor B, Factor C and Data, respectively

Three way anova 1.png

  1. Model 탭으로 이동하여 모든 박스에 체크가 되어 있는지 확인합니다.  이것을 three-way ANOVA를 위해 full factorial model에 사용될 것입니다.
  1. In the Model tab, make sure all boxes are selected. This determines that a full factorial model will be used for the three-way ANOVA.

Three way anova 4.png

  1. OK 버튼을 클릭하여 대화상자를 닫습니다.
  2. ANOVA3Way2 워크시트로 이동합니다.  Overall ANOVA 표에는 주 효과 및 상호 작용에 대한 ANOVA 결과를 포함하고 있습니다.  P Value가 0.05보다 작은 경우, 이것은 대응하는 factor의 레벨이 크게 다른 것을 의미합니다.  표 아래에 있는 각주를 주목해 주십시오.
  1. Click OK to apply all setting and close the dialog.
  2. Go to sheet ANOVA3Way1. The Overall ANOVA table includes ANOVA test results for the main effects and the interactions. If the P Value is less than 0.05, this means the levels in the corresponding factor are significantly different. Note the conclusions in the footnotes beneath the table.

Three way anova 3.png

Overall ANOVA 표에서 two-way interaction의 요소인 Developing Index *Year를 확인할 수 있으나, 이것은 중요하지 않습니다(p-value = 0.23954).  Three-way interaction의 요소인 Developing Index *Year *Region 역시 중요하지 않습니다 (p-value = 0.88834).

From the Overall ANOVA table above we can see the two-way interaction of factors Developing Index*Year is not significant (p-value = 0.23954). The three-way interaction of factors Region*Developing Index*Year, is not significant. (p-value = 0.88834).

  1. Examining Significant Interactions

다음은 더 중요한 상호 작용을 나타내는 요인을 조사하는 것을 보여 드리겠습니다.

In the following, we are going to further examine factors showing a significant interaction.

  1. ANOVA3Way2 워크시트에 있는 초록색 자물쇠 버튼을 클릭하고 Change Parameters를 선택합니다.

Click the green lock in the sheet ANOVA3Way1 and choose Change Parameters from the context menu

Three way anova 5.png

  1. Model 탭에서 Effect A*BEffect A*B*C를 체크해제 하여 요소들 사이에 상호작용이 발견되지 않게 합니다.

In the Model tab, clear the Effect A*B and Effect A*B*C check boxes, where interactions between factors could not detected.

Three way anova 6.png

  1. Means Comparison 탭으로 이동하여 Bonferroni 체크박스에 체크를 합니다.  Bonferroni는 가장 일반적으로 사용되는 사후검증 방법입니다.
  2. Mean Plot 탭으로 이동합니다.  체크를 할 수 있는 모든 박스를 선택하여 체크합니다. (Effect A*B 와 Effect A*B*C 는 Model 탭에서 제외했기 때문에 체크할 수 없습니다.
  1. In the Means Comparison tab, select the Bonferroni check box. Bonferroni is the most commonly used post-hoc test. It controls the overall Type I error.
  2. In the Mean Plot tab, select all available check boxes. (Effect A*B and Effect A*B*C are disabled because they are not included in the model.

Three way anova 7.png

  1. OK 버튼을 클릭하여 설정을 반영하고 대화상자를 닫습니다.

Click OK to apply all setting and close the dialog.

  1. Interpreting Results

ANOVA3Way1은 새로운 계산 매개 변수를 사용한 결과로 업데이트 됩니다.

The results in the sheet ANOVA3Way1 are updated using the new calculation parameters.

  1. Overall ANOVA

Three way anova 8.png

표에 남에 있는 모든 효과는 크게 다르다고 볼 수 있습니다.  우리는 Means Comparisons 결과와 Means Plots를 사용하여 각 그룹 사이의 차이를 더 발견할 수 있습니다.

From the table we can see all remaining effects are significantly different. We can use the Means Comparisons results and Means Plots to further detect differences between each group.

  1. Means Comparison and Means Plot of the Three Main Effects

ANOVA: Means Comparison: Bonferroni Test 확장메뉴를 열면 각 효과를 위한 수단의 비교표를 확인할 수 있습니다.  그룹 구성원들 사이의 쌍 별 비교는 결과 시트의 Means Plot과 마찬가지로 유용합니다.

Expanding the branch ANOVA: Means Comparison: Bonferroni Test, you can see the means comparison table for each effect. It is useful, along with the Means Plot at the bottom of the result sheet, for pairwise comparisons between members of a group.

  1. Comparison between Developing and Developed Country

Three way anova 9.png

위의 결과로부터 개발 도상국의 인터넷 사용자의 수를 볼 수 있습니다.  위의 결과에서는 개발 도상국의 인터넷 사용자수는 선진국보다 훨씬 적은 것을 확인할 수 있습니다.

From the result above we can see the number of internet users of developing countries is much fewer than the developed countries.

  1. Comparison between Years

Three way anova 10.png

위의 결과에서는 인터넷 사용자의 수를 확인할 수 있습니다.  위의 결과로부터 2000년과 2010년 사이에 인터넷 사용자의 수가 크게 증가한 것을 확인할 수 있습니다.

From the result above we can see the number of internet users greatly increased between 2000 and 2010.

  1. Comparison between Regions

Three way anova 11.png

위의 결과로 다음과 같은 것을 알 수 있습니다:

The results above tell us:

  1. Comparing Same Level Between Different Groups

우리는 상호 작용의 Mean Comparison 결과와 다른 그룹간의 샘플 수준을 비교할 수 있습니다.  여기서는 원하는 결과를 데이터 필터를 사용하여 빨리 볼 수 있는 방법을 소개합니다.

  1. ANOVA2Way1 워크시트에서 ANOVA: Means Comparison: Bonferroni Test 확장메뉴를 엽니다.
  2. Interactions에 있는 역삼각형 버튼을 클릭하고 Create Copy As New Sheet를 선택합니다.

We can compare the sample level between different groups with Mean Comparison results of the interactions. In the following we will show how to use a data filter to quickly view the results we are interested in.

  1. In the sheet ANOVA3Way1, expand the branch ANOVA: Means Comparison: Bonferroni Test.
  2. Click the triangle button next to Interactions and choose Create Copy as New Sheet from the context menu.
    Three way anova 12.png
  1. Interactions1 워크시트로 이동합니다.  이제 우리는 결과에 데이터 필터를 적용하여 다른 지역의 개발 도상국과 선진국을 비교해 보도록 하겠습니다.

col(c)$==col(f)$

  1. Go to the generated sheet Interactions. Now we are going to compare developing and developed countries in different regions by applying a data filter in the results.
  1. Highlight column C, click the Add/Remove Data Filter button Button Add Or Remove Data Filter.pngto add a data filter to the column.
  2. Click the Filter icon Filter icon.pngon the column header, choose Custom Filter.
  3. Select the Advanced check box in the bottom-right corner of the open dialog. Add following script in the Condition box.

col(c)$==col(f)$


Three way anova 13.png

  1. OK 버튼을 클릭하여 대화상자를 닫습니다.  얻어지는 결과로부터 우리는 다음을 확인할 수 있습니다:
  1.  아시아      ② 유럽      ③ 아메리카      ④ 오세아니아
  2. From the results below we can see:

1. Asia

2. Europe

3. The Americas

4. Oceania

  1. Principal Component Analysis

  1. Summary

Smoothing은 신호에서 노이즈를 제거하기 위한 일반적인 기술입니다.  Origin은 Adjacent Averaging, Savitzky-Golay, Percentile Filter 및 FFT Filter를 포함하여, 여러 가지의 Smoothing 방법을 제공합니다.

Matrix 데이터를 위해서 Origin의 Smoothing은 2가지 방법으로 실행됩니다.  열 또는 행의 수가 32보다 작다면, 먼저 행렬을 확장시킨 다음, 원래 크기로 축소시킬 것입니다.  31보다 크거나 행렬이 먼저 축소되었다면, 그 땐 확장됩니다.

Principal Component Analysis is useful for reducing and interpreting large multivariate data sets with underlying linear structures, and for discovering previously unsuspected relationships.

We will start with data measuring protein consumption in twenty-five European countries for nine food groups. Using Principal Component Analysis, we will examine the relationship between protein sources and these European countries.

 

  1. Selecting Principal Methods

To determine the number of principal components to be retained, we should first run Principal Component Analysis and then proceed based on its result:

  1. Open a new project or a new workbook. Import the data file \samples\Statistics\Protein Consumption in Europe.dat
  2. Select the entire worksheet and then select Statistics: Multivariate Analysis: Principal Component Analysis.
  3. Accept the default settings in the open dialog box and click OK.
  4. Select sheet PCA Report.
  5. In the Eigenvalues of the Correlation Matrix table, we can see that the first four principal components explain 86% of the variance and the remaining components each contribute 5% or less. We will keep four main components.

PCA.png

  1. A scree plot can be a useful visual aid for determining the appropriate number of principal components. The number of components depends on the "elbow" point at which the remaining eigenvalues are relatively small and all about the same size. This point is not very evident in the scree plot, but we can still say the fourth point is our "elbow" point.

Pca scree plot.png

  1. Click the lock icon Icon Recalculate Manual Green.pngin the results tree and select Change Parameters in the context menu. In the Settings tab, set Number of Components to Extract to 4. Do not close the dialog; in the next steps, we will retrieve component diagrams.

DOC-2411 Pca ex1 dialog1a Magenta.png

  1. Request Principal Component Plots

In the Plots tab of the dialog, users can choose whether they want to create a scree plot or a component diagram.

The scree plot is a useful visual aid for determining an appropriate number of principal components.

Component plots show the component score of each observation or component loading of each variable for a pair of principal components. In the Select Principal Components to Plot group, users can specify which pair of components to plot. The component plots include:

The loading plot is a plot of the relationship between the original variables and the subspace dimension. It is used to interpret relationships between variables.

The score plot is a projection of data onto subspace. It is used to interpret relationships between observations.

The biplot shows both the loadings and the scores for two selected components in parallel.

  1. In the dialog that was opened in the preceding steps, select the Plots tab. Make sure Scree Plot, Loading Plot, and Biplot are selected.
  2. The first two components are usually responsible for the bulk of the variance. This is why we are going to plot the component plot in the space of the first two principal components. In the Select Principal Components to Plot group, set Principal Component for X Axis to 1, and set Principal Component for Y Axis to 2. Click OK.

DOC-2411 Pca ex1 dialog2a Magenta.png

  1. Interpreting The Results
  1. In the Correlation Matrix, we can see that the variables are highly correlated. Many values are greater than 0.3. Principal Component Analysis is an appropriate tool for removing the collinearity.

Pca ex1 correlation matrix.png

  1. The main component variables are defined as linear combinations of the original variables. The Extracted Eigenvectors table provides coefficients for equations.

Pca ex1 extracted eigenvectors.png

PC1=0.30261*RedMeat + 0.31056*WhiteMeat + 0.42668*Eggs + 0.37773*Milk + 0.13565*Fish - 0.43774*Cereals + 0.29725*Starch - 0.42033*Nuts - 0.11042*FruitsVegetables

PC2=-0.05625*RedMeat - 0.23685*WhiteMeat - 0.03534*Eggs - 0.18459Milk + 0.64682*Fish - 0.23349*Cereals + 0.35283*Starch + 0.14331*Nuts + 0.53619*FruitsVegetables

PC3=-0.29758*RedMeat + 0.6239*WhiteMeat + 0.18153*Eggs - 0.38566*Milk - 0.32127*Fish + 0.09592*Cereals + 0.24298*Starch - 0.05439*Nuts + 0.40756*FruitsVegetables

PC4=0.64648*RedMeat - 0.03699*WhiteMeat + 0.31316Eggs - 0.00332*Milk - 0.21596*Fish - 0.0062*Cereals - 0.33668*Starch + 0.33029*Nuts + 0.46206*FruitsVegetables

  1. The Loading Plot reveals the relationships between variables in the space of the first two components. In the loading plot, we can see that Red Meat, Eggs, Milk, and White Meat have similar heavy loadings for principal component 1. Fish, fruit, and vegetables, however, have similar heavy loadings for principal component 2.

Pca ex1 loading plot.png

  1. The biplot shows both the loadings and the score for two selected components in parallel. It can reveal the projection of an observation on the subspace with the score points. It can also find the ratio of observations and variables in the subspace of the first two components. (Note: Double-click the graph to open and customize.)
  2. Use the Data Reader tool Button Data Reader.pngto open the Data Info window and examine the plot in greater detail. We can see that Spain and Portugal's protein sources differ from those of other European countries. Spain and Portugal rely on fruits and vegetables, while eastern European countries such as Albania, Bulgaria, Yugoslavia, and Romania prefer cereals and nuts.

Pca ex1 biplot.png

To display country information in the Data Info window, as in the image above:

  1. Right-click the Data Info window and select Preferences....
  2. In the Rows tab, move Country from the left panel to the right. Click OK.

Pca data info settings.png

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\Principal_Component_Analysis\Tip_icon.png

To create an arbitrary 3D loading plot, such as PC1-PC2-PC4 or PC1-PC3-PC5 loading plot:

  1. Click the lock icon Icon Recalculate Manual Green.pngin the results tree and select Change Parameters in the context menu. In the Settings tab, set Number of Components to Extract as needed. For example, if you want to do a PC1-PC2-PC4 loading plot, Number of Components to Extract should be set as 4. Click OK to close the dialog.
  2. The Extracted Eigenvectors table now has 4 columns. To duplicate the sheet PCA Plot Data1, select the sheet PCA Plot Data1 tab and right click to select Duplicate. Then rename the new sheet as sheet PCA Plot Data2.
  3. Right click on the Workbook title bar and select Properties... from the context menu to open the dialog. In the Window Properties dialig, uncheck Spreadsheet Cell Notation box. Click OK to close the dialog.
  4. Suppose you want to plot a PC1-PC2-PC4 loading plot. Activate the sheet PCA Plot Data2, highlight Col (E) and right click to insert a column ahead of Col (E). Insert a column ahead of Col (G). Highlight two new columns and right click to select Set as: Z.
  5. Rename the long name of Col (H1) and Col (I1) as Principal Component 4. Set the all the Eigenvalue of Col (H1)as 0.
  6. Go to sheet PCA1, copy the Coefficents of PC4 in the Extracted Eigenvectors table and paste it into Col (I1) of sheet PCA Plot Data2.
  7. Highlight Col (C) to Col (I1) and select Plot>3D: Vector: 3D Vector XYZ XYZ.
  8. You can also customize the Plot by changing vector color and adding label. Double click to enter Plot Detail dialog and then go to Original level. Select 3D Vector tab, change Color as Blue and Width as 4; Go to Label tab and customize Label From: Col(G), Position: Right, Size: 20 and Attach to: Arrow Head. Click OK to close the dialog. The 3D loading plot will be created as follow.

3D loading plot.png

  1. Smoothing

  1. Summary

Smoothing은 신호에서 노이즈를 제거하기 위한 일반적인 기술입니다.  Origin은 Adjacent Averaging, Savitzky-Golay, Percentile Filter 및 FFT Filter를 포함하여, 여러 가지의 Smoothing 방법을 제공합니다.

Matrix 데이터를 위해서 Origin의 Smoothing은 2가지 방법으로 실행됩니다.  열 또는 행의 수가 32보다 작다면, 먼저 행렬을 확장시킨 다음, 원래 크기로 축소시킬 것입니다.  31보다 크거나 행렬이 먼저 축소되었다면, 그 땐 확장됩니다.

Smoothing is a common technique for removing noise from signals. Origin provides multiple smoothing methods, including Adjacent Averaging, Savitzky-Golay, Percentile Filter, and FFT Filter. Additionally, there is a wavelet-based tool available.

For matrix data, Origin's smoothing is performed in two ways. If the number of columns or rows is less than 32, it will expand the matrix first, then shrink it back to the original size. If greater than 31, the matrix if first shrank, then expanded.

  1. What You Will Learn

This tutorial will show you how to:

  1. Smoothing by Several Methods
  1. 새 프로젝트를 시작합니다.
  2. 메뉴에서 Data: Import from File: Single ASCII...을 선택하고 <Origin EXE Folder> \Samples \Signal Processing 폴더에 있는 Signal with High Frequency Noise.dat 데이터 파일을 삽입합니다.
  1. Start with an empty workbook.
  2. Select menu item Data: Import from File: Single ASCII... to import the data Signal with High Frequency Noise.dat under the folder <Origin Installation Directory>\Samples\Signal Processing\.

SP Tutorial Smoothing 1.png

  1. 워크시트에서 B열을 하이라이트 하고, 메뉴에서 Analysis: Signal Processing: Smooth...(이 기능을 전에 사용했다면, Open Dialog를 선택합니다)을 선택하여 Signal Processing: smooth 대화상자를 엽니다.

Highlight column B in the worksheet. Then, the select menu item Analysis: Signal Processing: Smooth... (if the tool has been used before, select Open Dialog) to open the Smooth dialog box.

  1. Adjacent-Averaging

Adjacent-Averageing 방법은 데이터의 Smoothing을 폭넓게 수행합니다.

  1. MethodAdjacent-Averaging으로 설정하고 Points of Window100, Boundary ConditionPeriodic으로 설정합니다.  오른쪽 패널에 결과를 미리보기 위해 Auto Preview의 체크박스에 체크합니다.

The Adjacent-Averaging method performs a broad smoothing of data.

  1. Choose Adjacent-Averaging for Method. Set the Points of Window to 100 and Boundary Condition to Periodic. To preview the result in the right panel, check the Auto Preview check box.

SP Tutorial Smoothing 2.png

  1. OK 버튼을 클릭하고 결과를 생성합니다.

Click OK to generate the result.

  1. Savitzky-Golay

Savitzky-Golay 방법은 신호 피크의 모양을 유지하는데 좋습니다.

  1. 다시 B열을 선택합니다. 메뉴에서 Analysis: Signal Processing: Smooth: Open Dialog...을 선택합니다.
  2. smooth 대화상자에서 MethodSavitzky-Golay로 변경하고, Points of Window100, Boundary ConditionPeriodic, 그리고 Polynomial Order3으로 설정합니다.

The Savitzky-Golay method is good for preserving the shapes of signal peaks.

  1. Select column B again. On the Analysis menu, click Signal Processing: Smooth:Open Dialog....
  2. In the smooth dialog box, set Method to Savizky-Golay. Set Points of Window to 100, Boundary Condition to Periodic and Polynomial Order to 3.

SP Tutorial Smoothing 3.png

  1. OK 버튼을 클릭합니다.

Click OK.

  1. Percentile Filter
  1. 다시 B 열을 하이라이트 합니다.  메뉴에서 Analysis: Signal processing: Smooth: Open Dialog...을 선택합니다.
  2. 대화상자에서 MethodPercentile Filter로 변경합니다.  Points of Window100, Boundary ConditionPeriodic으로 설정하고 Percentile은 기본값 50으로 설정합니다.
  1. Select column B again. On the Analysis menu, click Signal Processing: Smooth:Open Dialog.....
  2. For Method, choose Percentile Filter. Set Points of Window to 100, Boundary Condition to Periodic, and for Percentile accept the default value of 50.

SP Tutorial Smoothing 4.png

  1. OK 버튼을 클릭합니다.

Click OK button.

  1. FFT Filter
  1. B열을 다시 선택하여 하이라이트 합니다.  메뉴에서 Analysis: Signal Processing: Smooth: Open Dialog...을 선택합니다.
  2. MethodFFT Filter로 설정하고 Points of Window100으로 설정합니다.
  1. Select column B again. On the Analysis menu, click Signal Processing: Smooth:Open Dialog.....
  2. Set Method to FFT Filter. Set Points of Window to 100.

SP Tutorial Smoothing 5.png

  1. OK 버튼을 클릭합니다.
  2. 현재의 워크시트에 여태까지 한 Smoothing 작업의 결과를 포함하는 4개의 새로운 열이 추가된 것을 확인할 수 있습니다.  이 4개의 열(C, D, E, F)을 하이라이트 한 후, 메뉴에서 Plot: Basic 2D: Line 을 선택하여 Line 그래프를 만듭니다.

Click OK to close the dialog box.

Note that in the worksheet, there are now four added columns containing the results of your four smoothing operations. Highlight those four columns (C,D,E,F), then from the menu select Plot>2D: Line: Line to make a line graph with these four datasets.

SP Tutorial Smoothing 6.png

  1. 4가지 Smoothing 방법의 결과를 비교하면, Savitzky-Golay 방법은 데이터에서 피크를 유지하기에 가장 좋은 방법이었던 반면, FFT Filter 방법은 피크를 유지하는데 가장 안 좋은 방법이었던 것을 확인할 수 있습니다.

Comparing the results of the four methods, you can see that the Savitzky-Golay method did the best job of preserving peaks in the data, while the FFT Filter method did the poorest job of preserving peaks.

  1. Smoothing by Wavelet
  1. 새 워크북을 엽니다.
  2. 메뉴에서 File: Import: Single ASCII를 선택하고 <Origin EXE Folder> \Samples \Signal Processing 폴더에 있는 Signal with High Frequency Noise.dat 데이터 파일을 불러옵니다.
  1. Start a new workbook.
  2. Select menu item Data: Import from File: Single ASCII... to import the data Signal with High Frequency Noise.dat under the folder <Origin Installation Directory>\Samples\Signal Processing\ .

SP Tutorial Smoothing 1.png

  1. B열을 선택하여 하이라이트 하고, 메뉴에서 Analysis: Processing: Wavelet: Smooth...을 선택하여 Smooth: wtsmooth 대화상자를 엽니다.
  2. 대화상자에서 Wavelet TypeDB6으로 변경하고, Cutoff(%)98로 설정합니다.  Auto Preview를 체크하여 오른쪽 패널에서 결과를 미리보기 합니다.

Highlight column B, and from the menu select Analysis: Signal Processing: Wavelet: Smooth... to open the Smooth: wtsmooth dialog box.

In the dialog, set Wavelet Type to DB6, and Cutoff (%) to 98. Check Auto Preview to preview the result in the right panel.

SP Tutorial Smoothing 7.png

  1. OK 버튼을 클릭하여 대화상자를 닫고 결과를 생성합니다.
  2. 원 데이터와 Smoothing된 데이터 사이의 차이점을 확인하려면, 워크시트의 모든 열을 하이라이트 하고 메뉴에서 Plot: 2D: Line: Line을 선택하여 Line 그래프를 만듭니다.

Click OK to close the dialog box and generate your result.

To see the difference between the original signal and the smoothed signal, highlight all columns in the worksheet and from the menu select Plot>2D: Line: Line.

SP Tutorial Smoothing 8.png

  1. Smoothing Matrix
  1. 새 Matrix Book을 엽니다.
  2. 메뉴에서 File: Import: Image to Matrix...을 선택하고, <Origin EXE Folder> \Samples \Image Processing and Analysis 폴더에 있는 scale.jpg 파일을 불러옵니다. (impImage 대화상자가 열리면 기본값으로 놔두고 OK를 클릭합니다)
  3. Origin에서는 한 이미지에 대해 Smoothing 처리를 적용할 수 없으므로, 먼저 이미지를 Matrix 데이터로 변환해야 합니다.  메뉴에서 Image: Conversion: Convert to Data...을 선택합니다.  대화상자가 열리면 기본값으로 설정하고 OK 버튼을 클릭합니다.
  4. 변환된 Matrix가 활성화 된 상태로, View: Image: Mode 메뉴를 선택하여 이미지로 Matrix를 봅니다.
  1. Start with a new matrix book.
  2. Select menu Data: Import from File: Image to Matrix... to import the image scale.jpg under the folder <Origin Installation Directory>\Samples\Image Processing and Analysis\ (if the impImage dialog box opens, simply accept the defaults and click OK).
  3. Origin is not able to apply to perform smoothing on an image so we must convert the image to matrix data first. From the menu select Image: Conversion: Convert to Data.... Accept the dialog box default settings and Click OK.
  4. With the converted matrix activated, select menu View: Image Mode to view this matrix as image.

SP Tutorial Smoothing 9.png

  1. Smoothing 처리를 하려면, 메뉴에서 Analysis: Signal Pocessing: Smooth...을 선택하여 Smooth: msmooth 대화상자를 엽니다.

To perform smoothing, select Analysis: Signal Processing: Smooth.... This opens the Smooth: msmooth dialog box.

SP Tutorial Smoothing 10.png

  1. 기본 설정 값으로 놔둔 상태에서 OK 버튼을 클릭합니다.  결과를 보려면 메뉴에서 View: Image Mode를 선택합니다.

Accept the default settings and click OK. To view the result, select View: Image Mode from the menu.

SP Tutorial Smoothing 11.png

  1. FFT and IFFT

  1. Summary

FFT(Fast Fourier Transform)는 시간 영역에서 주파수 영역으로 신호를 변환할 수 있습니다. IFFT(Inverse FFT)는 주파수 영역에서 시간 영역으로 신호를 변환할 수 있습니다.  

FFT (Fast Fourier Transform) is able to convert a signal from the time domain to the frequency domain. IFFT (Inverse FFT) converts a signal from the frequency domain to the time domain. The FFT of a non-periodic signal will cause the resulting frequency spectrum to suffer from leakage. Origin provides several windows for performing FFT to suppress leakage.

  1. What You Will Learn

In this tutorial, you will learn how to:

  1. FFT Gadget

Origin의 FFT gadget은 사각형 객체에 포함되어 있는 signal plot에 FFT를 수행할 수 있도록 사각형을 그래프에 배치합니다.  이 기능은 데이터에 대한 FFT 효과를 빠르게 관찰하는데 편리합니다.

다음의 튜토리얼은 Signal Plot에서 FFT Gadget을 사용하는 방법을 보여줍니다.

  1. 새 프로젝트를 시작합니다.  워크북에 <Origin EXE Folder> \Samples \Signal Processing 폴더에 있는 Chirp Signal.dat 데이터 파일을 불러옵니다.

Origin's FFT gadget places a rectangle object to a signal plot, allowing you to perform FFT on the data contained in the rectangle. This is convenient for quickly observing the FFT effect on the data.

The following tutorial shows how to use the FFT gadget on the signal plot.

  1. Start with a new workbook, and import the data <Origin Installation Directly>\Samples\Signal Processing\Chirp Signal.dat.

SP Tutorial FFT 1.png

  1. B 열을 하이라이트 하고, 메뉴에서 Plot: 2D: Line: Line을 선택하여 Line 그래프를 만듭니다.

Highlight column B and make a line plot by clicking menu item Plot>2D: Line: Line.

SP Tutorial FFT 2.png

  1. 그래프를 활성화 한 상태로 메뉴에서 Gadgets: FFT...을 선택하여 FFT: addtool_curve_fft 대화상자를 엽니다.

With the plot active, select menu Gadgets: FFT... to start the FFT gadget.

SP Tutorial FFT 3.png

  1. 기본값 설정으로 놔두고 OK 버튼을 클릭하여 Region of Interest (ROI) 박스(노란색 박스)를 그래프에 추가합니다.

Using the default settings, click OK to add the rectanglar Region of Interest (ROI) to the graph.

SP Tutorial FFT 4.png

  1. FFTPREVIEW 그래프가 만들어지고 선택된 데이터에 대한 FFT 결과가 보여지는 것을 확인합니다.

Note that the FFTPREVIEW graph is created showing the FFT results for the selected data.

SP Tutorial FFT 5v.png

  1. ROI 박스를 왼쪽 및 오른쪽으로 이동하여 데이터의 다른 부분을 선택할 수도 있습니다.  또한 박스의 크기를 조정하여 데이터 포인트의 숫자를 조정할 수도 있습니다.  ROI 박스의 위치를 조정하고 크기를 조정하면 FFTPREVIEW 그래프가 바뀌게 됩니다.

You can move the rectangle left and right to cover different portions of the data. You can also change the width of the rectangle to cover different numbers of data points. Repositioning or resizing the ROI changes the FFTPREVIEW graph.

  1. FFT

여기서는 Spectrum Leakage를 막기 위해 윈도우를 변경할 것입니다.

  1. 위의 FFT Gadget 섹션과 같은 데이터를 사용합니다.
  2. B 열을 하이라이트 하고 메뉴에서 Analysis: Signal Processing: FFT: FFT...을 선택하여 FFT: fft1 대화상자를 엽니다.
  3. 대화상자 하단에 있는 Auto Preview 체크박스에 체크를 하여 대화상자의 오른쪽 패널에 결과를 미리보기 합니다.  WindowBlackman으로 변경하고, 다른 항목은 기본 설정값을 유지합니다.  오른쪽 패널에서 Amplitude에 대한 뾰족하고 좁은 피크 스펙트럼이 있는 것을 확인할 수 있습니다.  Blackman 윈도우는 spectrum leakage를 아주 잘 막고 있는 것을 확인할 수 있습니다.

In this example, we are going to change the window for suppressing the spectrum leakage.

  1. Use the same data as the FFT Gadget subsection above.
  2. Highlight column B, then select menu Analysis: Signal Processing: FFT: FFT.... This opens the FFT: fft1 dialog box.
  3. In the dialog, check the Auto Preview box at the bottom to preview the result in the right panel. Change the Window to Blackman, but keep the remaining default settings. In the right panel, we can see that there is a sharp narrow peak spectrum for Amplitude. The Blackman window has suppressed the spectrum leakage very well.

SP Tutorial FFT 6.png

  1. OK 버튼을 클릭하여 결과 데이터와 그래프를 만듭니다.

Click OK to generate the resulting data and graphs.

SP Tutorial FFT 7v.png

  1. IFFT

여기서는 FFT의 결과로부터 다시 시그널을 복원하는 방법을 배우게 될 것입니다.  이것을 하기 위해서는 FFT 및 IFFT 설정이 동일해야 하며, Spectrum Type이 Two-sided여야 하고 Window는 Rectangle로 설정되어 있어야 합니다.

  1. 위에서 얻은 FFT 결과에서 초록색 자물쇠 버튼을 클릭합니다.  Change Parameters...을 선택하고 FFT: fft1 대화상자를 엽니다.

This example will show how to recover the signal from the results of doing an FFT. To do so, both settings for FFT and IFFT need to be the same, and the Spectrum Type needs to be Two-sided and Window needs to be set to Rectangle.

  1. Start with your FFT results, above, and click on any of the green locks. Select Change Parameters... from the menu to open the dialog box again.

SP Tutorial FFT 8.png

  1. 아래 그림과 같이 WindowRectangle로, Spectrum TypeTwo-sided로 설정을 변경합니다.

As mentioned above, the Window needs to be set to Rectangle, and Spectrum Type should be Two-sided, so edit these two settings.

SP Tutorial FFT 9v.png

  1. OK 버튼을 클릭하여 대화상자를 닫고 결과를 수정합니다.
  2. FFTResultData1 워크시트로 이동합니다.  하나의 열은 Complex 이고, 다른 하나의 열은 Real 이며, 또 다른 하나의 열은 Imaginary 인 것을 확인할 수 있습니다.  이제 Complex 열을 사용할 수 있습니다 (Real 열과 Imaginary 열 또한 사용 가능합니다).  Complex 열을 하이라이트 하고 메뉴에서 Analysis: Signal Processing: FFT: IFFT....을 선택하여 IFFT: ifft1 대화상자를 엽니다.  (Note: Real열과 Imaginary열을 사용한다면, Input에 대한 첫 번째 라인은 Real열 이어야 하며, Imaginary 상자에서는 Imaginary열을 선택해야 합니다.)  대화상자 하단의 Auto Preview 체크상자에 체크를 하여 오른쪽 패널에 결과를 미리보기 합니다.

Click OK and the results will be modified.

Go to the FFTResultData1 worksheet. We can see one column is Complex, one column is Real, and one is Imaginary. Here, we can use the Complex column (the Real column and Imaginary column also can be used). Highlight it and select the menu item Analysis: Signal Processing: FFT: IFFT... to open the FFT: ifft1 dialog. (Note, if using Real and Imaginary columns, the first line for Input should be the Real column, and the Imaginary box should point to the Imaginary column.) Check the Auto Preview check box at the bottom to preview the result in the right panel.

SP Tutorial FFT 10v.png

  1. 기본 설정값을 유지한 상태로 OK 버튼을 클릭하여 대화상자를 닫습니다.
  2. 이제 IFFT 결과(IFFTResultData1 워크시트)와 origin signal 데이터를 비교할 수 있습니다.  아래의 그림과 같이 두 개의 차이가 거의 없는 것을 확인할 수 있습니다:

Keep the default settings and click the OK button.

Now, we can make a comparison between the IFFT result (in IFFTResultData1 worksheet) and the original signal data. As the image below shows, they are almost the same.

SP Tutorial FFT 11.png

  1. STFT (Short-Time Fourier Transform)

  1. Summary

Short-Time Fourier Transform (STFT)는 비-정상 신호에 적합한 시간-주파수 분석 기술입니다.  Short-Time Fourier Transform은 시간이 지남에 때라 주파수의 변화에 대한 정보를 제공할 수 있습니다.

Short-Time Fourier Transform (STFT) is a time-frequency analysis technique suited to non-stationary signals. Short-Time Fourier Transforms can provide information about changes in frequency over time.

  1. What You Will Learn

In this tutorial, you will learn how to:

  1. Perform Short-Time Fourier Transform (STFT).
  2. Change dialog settings to improve the time and frequency resolution.
  3. Change window type to improve resolution.
  1. Steps
  1. 새 프로젝트를 시작하고, 새 워크북에 <Origin EXE Folder> \Samples \Signal Processing 폴더에 있는 Chirp Signal.dat 데이터 파일을 불러옵니다.
  1. Start with a new workbook, and import the data <Origin Installation Directory>\Samples\Signal Processing\Chirp Signal.dat.

SP Tutorial STFT 1.png

  1. B 열을 하이라이트 하고 메뉴에서 Analysis: Signal Processing: STFT...을 선택하여 STFT: stft 대화상자를 엽니다.
  2. 대화상자 하단에 있는 Auto Preview 체크박스에 체크를 하여 오른쪽 패널에서 결과를 미리보기 할 수 있게 합니다.  Window lengthOverlap 오른쪽에 있는 Auto 체크상자의 체크를 해제하고 Window length8, Overlap7로 변경합니다.  Window TypeHanning으로 설정하고 OptionAmplitude Result로 설정합니다.

Highlight column B, and select menu Analysis: Signal Processing: STFT... to open the STFT: stft dialog box.

In the dialog box, check Auto Preview at the bottom of the dialog so that you can preview your results in the right panel. Uncheck the Auto check box next to Window length and Overlap, then change Window length to 8, and Overlap to 7. Set Window Type to Hanning and Option to Amplitude Result.

SP Tutorial STFT 2.png

  1. OK 버튼을 클릭하여 선택된 설정값으로 STFT를 실행하고 데이터와 색상이 채워진 Contour Plot과 매트릭스 북을 결과로 얻습니다.

Click OK to perform STFT with the chosen settings and obtain your results, including a matrix book with data and a color fill contour plot.

SP Tutorial STFT 3.png

  1. 위의 이미지에서 Time Resolution은 좋은 것을 볼 수 있지만, Frequency는 그렇지 않음을 확인할 수 있습니다.  그래프 창에 있는 초록색 자물쇠 버튼을 클릭하고 Change parameters...을 선택하여 STFT: stft 대화상자를 다시 엽니다.  Window TypeRectangle로 변경하고 OK 버튼을 클릭합니다.

We can see from the above image that the time resolution is good, but the frequency is not so apparent. Click on the lock on the graph, then choose Change Parameters...from the menu. This reopens the STFT dialog box. Change the Window Type to Rectangle and click OK.

SP Tutorial STFT 4.png

  1. 이제 Time과 Frequency의 Resolution을 더 좋게 볼 수 있습니다.  시간 및 주파수 모두를 최적화 할 수 없음을 주의하십시오; 여기서 할 수 있는 최상은 그 것들 사이의 균형을 찾는 것입니다.
  2. 3D로 결과를 보기 위하여 결과 matrix를 활성화 하고 메뉴에서 Plot: 3D: Surface: 3D Color Map Surface를 선택하여 3D surface 그래프를 만듭니다.
  3. 3D 그래프에서 더블 클릭하여 Plot Details 대화상자를 엽니다.  오른쪽 패널에서 Colormap / Contours 탭으로 이동합니다.  Line...을 클릭하여 Contour Lines 대화상자를 열고 아래 그림과 같이 설정합니다.

Now, we are better able to see resolution of both time and frequency. Please note that it is not possible to optimize for both time and frequency; the best we can do is to find the balance between them.

To view the result in 3D, activate the resulting matrix, then select menu Plot>3D:Surface:3D Color Map Surface to create a 3D surface of the result.

Double click on the 3D graph to open the Plot Details dialog, and go to the Colormap/Contours tab in the right panel. Click the Line... heading to open the Contour Lines dialog and Hide All lines.

SP Tutorial STFT 5.png

  1. OK 버튼을 클릭하여 Contour Lines 대화상자를 닫습니다.  Mesh 탭으로 이동하여 Enable 체크박스에 있는 체크를 해제합니다.

Go to the Mesh tab and clear the Enable check box.

SP Tutorial STFT 6.png

  1. OK 버튼을 클릭하여 설정을 반영하고 대화상자를 좋습니다.  그래프를 더 좋게 보기 위하여 회전 시킵니다.

Click OK to finish the settings. To get a better view, rotate the graph.

SP Tutorial STFT 7.png

  1. Creating and Using Analysis Templates

  1. Summary

루틴작업은 분석 템플릿을 만들어 간소화 시킬 수 있습니다.  그와 같은 템플릿은 다중 분석 결과와 Custom-Report 시트도 포함할 수 있습니다.  템플릿의 새로운 인스턴스를 언제든 열 수 있으며, 모든 분석 결과와 custom report를 업데이트 하기 위하여 소스 데이터를 변경할 수 있습니다.

Routine tasks can be simplified by creating an Analysis Template. Such templates can contain multiple analysis results and also custom report sheets. A new instance of the template can then be opened at any time and source data can be changed to update all analysis results and custom reports.

Minimum Origin Version Required: Origin 2015 SR0

  1. What you will learn
  1. Steps
  1. Importing Data
  1. 새 워크북을 실행합니다.
  2. Standard Toolbar의 Import Single ASCII 버튼 Button Import Single ASCII.png을 클릭하여 ASCII 대화상자를 엽니다.  <Origin EXE Folder> \Samples \Curve Fitting 폴더에 있는 Sensor01.dat 파일을 선택합니다.  Show Options Dialog에 체크하고 Open 버튼을 클릭하여 ASCII: impASC 대화상자를 엽니다.
  3. impASC 대화상자에서 (Re)Naming Worksheet and Workbook의 확장메뉴를 열고 Rename Sheet with (Partial) Filename의 체크를 해제합니다.
  4. Dialog Theme의 오른쪽에 있는 에로우  버튼을 클릭하고 Save to <Sheet>를 선택합니다.  워크시트에 대한 Import 설정값이 저장됩니다.
  5. OK 버튼을 클릭하여 Sheet1에 데이터 파일을 불러옵니다.
  6. 워크북의 워크시트 탭 이름 Sheet1을 더블클릭하고 Data로 이름을 변경합니다.
  1. Start with a new workbook.
  2. Click the Import Single ASCII button Button Import Single ASCII.pngon the Standard toolbar to open the ASCII dialog box. Browse to the <Origin EXE folder>\Samples\Curve Fitting\ folder and select the file Sensor01.dat. Make sure that Show Options Dialog is selected and click the Open button. This will open a dialog for specifying import settings.
  3. In the impASC dialog, expand the Rename Sheets and Books node and clear the Rename Sheet with (Partial) Filename box.
  4. Click the arrow button next to Dialog Theme, and select Save to <Sheet> in the fly-out menu. This will save your import settings to the worksheet.
  5. Click OK to import the file to Sheet1.
  6. Double-click on the worksheet tab and rename the sheet as Data.
  1. Performing Analysis
  1. B 열을 하이라이트 하고 메뉴에서 Analysis: Fitting: Linear Fit: Open Dialog...을 선택하여 Linear Fit 대화상자를 엽니다.
  2. RecalculateAuto로 변경하고, 기본 설정값을 그대로 적용한 채로 OK 버튼을 클릭하여 Linear Fit를 실행합니다.
  3. Linear Fit의 결과가 워크북에 추가됩니다.
  4. FitLinear1 워크시트로 이동한 후, Fitted Curves Plot 확장메뉴 아래에 있는 그래프를 더블 클릭하여 새 창에서 엽니다.  이 그래프는 Data Plot과 Fitted Curve를 포함하고 있습니다.
  5. 메뉴에서 Vies: Show: Frame을 선택하여 Graph Frame을 표시합니다.
  6. Data Plot을 더블 클릭하여 Plot Details 대화상자를 엽니다.  대화상자의 왼쪽 패널에서 FitLine을 선택하고 Plot Details - Page Properties 대화상자를 엽니다.  Legends/Titles 탭으로 이동하여 Indicate Active Dataset의 체크를 해제하고 OK 버튼을 클릭하여 대화상자를 닫습니다.
  7. 메뉴에서 Format: Axes: Y Axis...을 선택하여 Y Axis 대화상자를 엽니다.  Major Ticks의 확장메뉴를 열고 TypeBy Increment로 되어 있는지 확인합니다.  Value5로 변경합니다.  Ctrl키를 누른 상태로 왼쪽 패널에 있는 HorizontalVertical을 선택하여 둘 다 선택된 상태로 만들고, Rescale 모드를 Auto로 변경합니다.  OK 버튼을 클릭하여 설정을 반영하고 대화상자를 닫습니다.
  8. Legend의 모든 글씨가 보일 수 있도록 적당한 위치로 이동 시킵니다.  그래프의 결과는 아래의 그림과 같습니다:
  1. Highlight column B and use the Analysis: Fitting: Linear Fit menu item to open the Linear Fit dialog box.
  2. Set Recalculate to Auto, accept other default settings and click OK to perform a linear fit. A hierarchical report sheet will be added to the book, with result tables and embedded graphs.
  3. Answer Yes to the attention message to go to the FitLinear1 report sheet.
  4. Double-click to open the graph under the Fitted Curves Plot tree node. This graph contains the data plot and fitted curve.
  5. Click the menu item View:Show:Frame to show the graph frame.
  6. Double click on the data plot to open the Plot Details dialog box. In the left panel, select FitLine to open the Page Properties dialog box. Go to the Legends/Titles tab and clear the Indicate Active Dataset check box, then press OK to close the dialog.
  7. Select Format: Axes: Y Axis... in the main menu to open the Axis dialog box. Verify that the Type under Major Ticks node is set to By Increment and set the Value to 5. Use Shift/Ctrl key to select both Horizontal and Vertical icons on the left panel and change the Rescale mode to Auto for both X and Y axes. Click Apply to apply settings and choose OK to close the dialog.
  8. Manually move the legend object to a suitable position so all text is visible then delete the result table box on the graph. The final graph should look like the image below:

Tutorial Analysis Template 01.png

  1. 타이틀 바 오른쪽 상단의 Restore 버튼 Button Restore Window.png을 클릭하여 이 그래프를 Result Sheet로 되돌려 놓습니다.
  2. Put this graph back into the result sheet by clicking on the restore button Button Restore Window.pngat the top right of the title bar.
  1. Saving an Analysis Template
  1. 워크북을 선택하여 활성화 하고 메뉴에서 File: Save Workbook as Analysis Template를 선택합니다.
  2. 원하는 위치를 정하고 하나의 파일이름(예를 들어, MySensorData)을 입력한 후, Save 버튼을 클릭합니다.
  3. 이제 MySensorData.OGW 파일은 Analysis Template로 저장 되었습니다.  이것은 추후에 비슷한 분석을 진행할 때 재사용 될 수 있습니다.
  1. Activate the workbook and select File:Save Workbook as Analysis Template.
  2. Browse to the desired location and enter a file name, for example MySensorData, and press the Save button.
  3. Now the file MySensorData.OGW(U) is saved as an Analysis Template. This template can be re-used in the future to carry out similar analyses.
  1. Re-using the Analysis Template
  1. 새 프로젝트를 시작한 후, 메뉴에서 File: Recent Books를 선택합니다.  플라이-아웃 메뉴에서 이전에 저장했던 Analysis Template MySensorData.ogw를 선택합니다.
  2. Data 워크시트를 활성화 한 후, Import Single ASCII 버튼 Button Import Single ASCII.png을 클릭합니다.  <Origin EXE Folder> \Samples \Curve Fitting 폴더에 있는 Sensor02.dat 데이터 파일을 불러옵니다.

Note: Local drive에 있는 Sensor02.datData 워크시트에 drag-and-drop 해서 데이터를 불러옵니다.

  1. Recalculate 모드가 Auto로 설정되어 있어, linear 분석은 새 데이터로 자동 실행됩니다.
  2. FitLineal1 워크시트로 이동하여 Fitted Curves Plot 확장메뉴를 열고, 그래프를 더블 클릭하여 업데이트된 결과를 확인합니다.
  1. Start a new project, then select the menu item File: Recent Books. From the fly-out menu options, select the Analysis Template MySensorData.ogw(u) that was saved earlier.
  2. Make the Data worksheet active, and click the Import Single ASCII button Button Import Single ASCII.png. Browse to the file Sensor02.dat under the <Origin EXE Folder>\Samples\Curve Fitting\ path and import the file.

Note:You can also locate the Sensor02.dat file in your local drive, drag and drop it into this Data sheet to import.

  1. Since the Recalculate mode was set to Auto, the linear analysis will be performed automatically for the new data.
  2. Go to the FitLinear1 worksheet and under the Fitted Curves Plot node, double-click to open the graph and view the updated results.

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\Creating_and_Using_Analysis_Templates\Tip_icon.png

Analysis Template는 유사한 데이터의 Batch Processing에 사용될 수 있습니다.  자세한 사용법은 다음 튜토리얼을 참조하세요.

The Analysis Template can be used in the batch processing of similar data, see this tutorial for details.

  1. Batch Processing Multiple Files using Analysis Template

  1. Summary

Origin은 multiple 파일이나 데이터세트에 Analysis Template를 사용하여 batch analysis를 실행할 수 있습니다.  여기서는 파일의 batch analysis에 초점을 맞추고 진행할 것입니다.


Origin can perform Batch Analysis utilizing an previously created Analysis Template by either importing multiple files, or loading existing datasets.
This tutorial focuses on the former case of batch analysis - importing multiple files with a common (ASCII) file structure, then repeatedly applying the analysis template for the linear curve fitting to the every imported data file.

  1. What You Will Learn

This tutorial will show you how to:

  1. Steps

In general, the procedure of batch processing is divided into two parts:

  1. In preparation, make an Analysis Template which is an empty framework of a workbook. This workbook template contains a Result Summary Sheet to collect the outputs of your analysis (e.g.,, linear curve fitting) during batch processing.
  2. Perform the Batch Processing using the prepared analysis template for multiple data files.
  1. Preparing an Analysis Template containing a Result Summary Sheet to Collect Outputs of Batch Processing

Before performing the batch processing, we need to make an analysis template which contains a result worksheet (which may contain a graph in a worksheet cell as shown in this tutorial) to collect the outputs of batch processing inside the analysis template workbook.

Note1: Hereafter, you can find the location of <Origin EXE Folder> by choosing "Help: Open Folder: Program Folder" menu in Origin. Similarly for <User Files Folder>, choose "Help: Open Folder: User Files Folder" menu.

Note2: If you want to skip this preparation step to make the analysis template, you can use the ready-to-use analysis template file, <Origin EXE Folder>\Samples\Batch Processing\MySensorData.OGWU (or .OGW in Origin 2017 or before). Also, if you only want learn how to make the analysis template regardless the batch processing, refer to the tutorial, "Creating and Using Analysis Templates".

  1. Let us import a data file as a model. In a new workbook, choose "Data: Import from File: Single ASCII" menu (or, click Button Import Single ASCII.pngbutton), navigate to <Origin EXE folder>\Samples\Curve Fitting\Sensor01.dat file in the ASCII dialog box, and check Show Options Dialog checkbox. Click OK. This opens the impASC dialog to set import options In the appeared impASC dialog, turn OFF the "Rename Sheet with (Partial) Filename" check box (under the "Rename Sheets and Books" node). By clearing this option, the imported data goes always the same data sheet name (in our case "Data" sheet). Also, click the arrow button next to Dialog Theme, and select Save to <Sheet> in the flyout menus. By selecting this flyout, Origin saves your import settings to the worksheet, and Origin imports the files always in the same manner. Click OK, and the data file is imported to the worksheet. Double-click the Sheet1 sheet tab and rename to the more meaningful name, "Data".
  2. Now, let us perform the linear fit as a sample run. Highlight column B, and choose the Analysis: Fitting: Linear Fit: Open Dialog menu. The Linear Fit dialog box will be opened. In the dialog, set Recalculate to Auto (because we automatize the batch process without manual intervention), and click OK to perform a linear fit. In the workbook, go to the FitLinear1 analysis report sheet. (In the Reminder box, you can answer Yes.)
  3. Now, let us add a Result Summary Sheet to this workbook as a collection place of the output of batch processing. Go to the FitLinear1 sheet, and find the Summary table in it. This table contains the important analysis results such as the slope and the intercept, and it is a good place to start constructing the Result Summary Sheet. To do so, click the triangle button next to the table name, and choose Create Copy As New Sheet flyout. A new sheet named Summary is created from the table.
  4. Now, let us design and customize this new Summary sheet for our purpose. We let it contain the Pearson's r statistics, and the fitted curve graph. First, click the Button Add New Columns.pngbutton TWICE to add two new columns (columns G and H). Let us add the the Pearson's r to the column G - First, go back to the FitLinear1 sheet, right-click on Pearson's r value cell in the Statistics table, select Copy flyout. Next, go to the Summary sheet, right-click on the first data cell of column G, and choose Paste Link to paste the link of the r value. For the caption of this statistics, go to the FitLinear1 sheet, in the Statistics table, click on the caption text Pearson's r, and right-click and choose Copy. Then, switch to Summary, right-click the cell in column G, Parameters row, and select Paste Link flyout to paste the parameter label.
  5. In the similar way, let's add the fitted plot graph to the column H. First, go back to the FitLinear1 sheet, right-click the fitting result graph under the Fitted Curves Plot branch, right-click on the graph to select Copy context menu. Next, switch to the Summary sheet, right-click on the first data cell of column H, select Paste Link flyout to paste the graph as a link. Give the long name of column H Fitted Curve.
  6. Finally, let us save this workbook as an Analysis Template for batch processing. Choose File:Save Workbook As Analysis Template menu, navigate to your <User Files Folder>, and enter Sensor Analysis for the analysis template name. Click Save. You can close Origin - because you have already save the Analysis template, it is not necessary to save this project unless you just want to keep it as a practice record.
  1. Performing Batch Processing with Multiple Data Files

Once you have made an Analysis Template including a Result Summary Sheet, it is quite easy to perform a batch processing to get the summarized Output from many source data files.

  1. 새 프로젝트에서 Batch Processing 버튼 Button Batch Processing.png을 클릭합니다.

In a new project, choose "File: Batch Processing..." menu (or, click Button Batch Processing.pngbutton). "Batch Processing" dialog appears.

  1. Batch Processing Mode에서 Load Analysis Template를 선택합니다.

At the Batch Processing Mode, select the Load Analysis Template so that we can use the analysis template we already have made.

  1. Analysis Template에서 방금 전에 저장한 <User Files Folder> 의 Sensor Analysis.OGWU를 선택합니다.  Data Source의 Drop-Down 목록에서 Import From Files를 선택합니다. 또는 Data Source의 Drop-Down 목록에서 Import From Files를 선택합니다.

At the "Analysis Template", select the Sensor Analysis.OGWU (or .OGW in older versions) file in <User Files Folder> which we have saved in the previous section. (You can click "..." button to locate your analysis template.) Similarly, at the Data Source, select Import From Files from the drop-down as we want to import multiple files.

  1. File List에서 “…”버튼을 클릭하고 <Origin EXE Folder> \Samples \Curve Fitting 폴더에 있는 Sensor01.dat, Sensor02.dat, Sensor03.dat 파일을 선택합니다.

At the "File List", Click on the "..." button, and select ALL source files Sensor##.dat (## is the sequence number of the file) from the <Origin EXE Folder>\Samples\Curve Fitting folder (use SHIFT or CTRL key to select multiple files).

  1. Dataset Identifier에서 File Name을 선택하면 모든 임포트 된 파일의 이름이 데이터 소스로 리절트 섬머리 시트에 나타날 것 입니다.

the Dataset Identifier, select File Name so that the file name of every imported file will appear in the Result Summery Sheet as the data source.

  1. At the Data Sheet drop-down, select Data to specify the receiving worksheet of import in the Result Summary Sheet.
    Similarly, at the
    Result Sheet drop-down, select Summary to specify the output destination of the Result Summary Sheet.
  2. The "Delete Intermediate Workbook" check box may be either checked not to produce a large number of intermediate workbooks/worksheets, or unchecked to preserve all intermediate outputs in addition to the Result Summary Sheet. (Note: In Origin 2018, even if you check this check box, you don't have to be worried about loosing the intermediate reports because "Open Book(s)" button in the Result Summary sheet can regenerate individual full report later.)
    Tutorial BatchProcessing 007-2.PNG
  3. Click OK. All seven data files will be processed as indicated by the progress bar. A Summary workbook is generated, which contains summarized analysis results from the seven Result sheets in the analysis template. Put your mouse cursor on any graph cell, the fitted result graph will pop up to let you see the details. In Origin 2018, or later, if you want to extract full analysis reporst or their individual graphs, highlight the desired rows, and press the "Open Book(s)" button.

Tutorial BatchProcessing 007.png

  1. Creating a Custom Report Sheet

  1. Summary

Worksheets in Origin can be customized by merging cells and coalescing various objects such as graphs, external images, links to variables and tables/cells in other sheets, into a custom report.

This tutorial will show you how to add a custom report to an existing analysis template. You can then import new data, recalculate results, and export or print the custom report.

Note: This tutorial suggests that you can drag-and-drop data files onto Origin. If you do so, please do not run Origin as administrator.

Minimum Origin Version Required: Origin 9.0 SR0

  1. What you will learn
  1. Steps

Note: Please complete the previous tutorial named "Creating and Using Analysis Templates" in which an analysis template named MySensorData.OGW is created.

  1. Importing Data
  1. Using the File:Open menu item, set the Files of type drop-down to Workbooks (*.ogw), then navigate to and open the Analysis Template MySensorData.OGW. This analysis template was saved with a linear fit analysis for column B of the first worksheet, and a customized embedded graph with the data and the linear fit line (note that templates do not contain data, so at this point, you see no data and no results).
  2. Make the Data worksheet active, and click the Import Single ASCII button Button Import Single ASCII.pngto directly import the file Sensor01.dat under <Origin EXE Folder>\Samples\Curve Fitting\ path.

Note: You can also locate the Sensor01.dat file in your local drive, drag and drop it into this Data sheet to import.

  1. Creating a Custom Report Sheet
  1. Right-click on the Data worksheet and select Add to add a new worksheet. Rename this worksheet as Custom Report.
  2. Activate the Custom Report sheet and choose Format:Worksheet (or hit F4) to open the Worksheet Properties dialog. Go to the Size tab and under the Size node, set Row Number as 20 and Column Number as 9. Then go to the Miscellaneous tab and check the Auto Add Rows check box. Click OK to apply these settings and close the dialog.
  3. In the worksheet, click and drag on the row headers for Long Name, Unit, Comments and F(x)= to select these four rows. Then right click and select Hide from the context menu. This hides the four rows from the worksheet.
  4. Highlight the range of the cells in the first three rows for all columns and click the Merge Cells button Button Merge Cells.pnglocated in the Styles toolbar to merge the cells. Enter the text Sensor Data Analysis Report in this merged cell.
  5. In the 5th row, merge the cells in columns G and H. Repeat for the 6th row. In row 5, column F, enter the text File Name: In row 6, column F, enter the text File Date:.
  6. Right click the merged (column G and H) cells in row 5 and choose Insert Variables from the context menu. Make sure the dialog settings look like those in the image below and insert the FILENAME variable into this cell.

Tutorial Create Custom Report 002.png

  1. Right click the merged (column G and H) cells in row 6 and choose Insert Variables from the context menu. Insert the FILEDATE variable following the settings in the image below:

Tutorial Create Custom Report 003.png

  1. Right click on the cell containing the date information and choose Format Cells from the context menu. Change the Format drop-down to Date and click OK.
  2. Go to the FitLinear1 worksheet and locate the Parameters table. Click the triangle button next to it and choose Copy Table from the fly-out menu.
  3. Go to the Custom Report sheet and select the 9th row in column E. Right click and choose Paste Link. Clear the pasted text Sensor Output in column E by pressing the Delete key.
  4. In the 13th row, merge the cells in columns G and H. Do the same in the 14th row.
  5. Return to the FitLinear1 sheet and in the Statistics table, select the two data cells for Pearson's r and Adj. R-Square. Right click and choose Copy to copy only these two cells.
  6. Go to the Custom Report sheet and select the merged cell in the 13th row, then right-click and choose Paste Link. The two merged cells are filled with corresponding values. Enter the text Pearson's r and Adj. R-Square in the cells to the left of these pasted values.
  7. In the 8th row, merge the three cells in columns F, G and H. Do the same in rows 12 and 20. Enter the text Fit Parameters, Fit Statistics and Report Date: $(@D, D1) in rows 8, 12 and 20, respectively.
  8. Right click on the merged cells in row 20 and choose Set Data Style:Rich Text from the context menu. By enabling rich text, the string $(@D,D1) will display as the actual system date.
  9. Hold the CTRL key and select all cells with numeric values, then right-click and choose Format Cells in context menu, then choose Set Decimal Places= from the Digits drop-down menu, and enter 3 as Decimal Number, and press OK.
  10. Using buttons in the Style and Format toolbars, change cell borders, font sizes, styles and colors to customize the report as in the image below below. You may also need to manually adjust the width of some columns to ensure that all text is displayed.

Tutorial Create Custom Report 001.png

  1. Go to the FitLinear1 sheet and double-click on the graph under Fitted Curves Plot to open the embedded graph. Right click on the graph's title bar and choose Duplicate from the context menu to duplicate the graph window (Graph1). Double click on the axis of duplicated graph to bring up Axis dialog. Go to Scale tab under both X Axis and Y Axis and choose Auto from the Rescale drop-down list. Then close the original embedded graph window.
  2. Return to the Custom Report worksheet, right click on the gray area of this worksheet and select Add Graph from context menu. In the Graph Browser, select Graph1 which was created by duplicating the embedded graph. Click OK to add this graph to this worksheet as a floating chart.
  3. You can manually resize and move this floating chart using its anchor points and position it anywhere in the worksheet.
  4. Go to Format:Worksheet (or press F4) to open the Worksheet Properties dialog. In the View tab, under the Show Grid Lines node, clear the check boxes next to Column Grid and Row Grid. On the Format tab, make sure Apply To is set to Data, and select Show Missing as Blank to show missing values as blank instead of displaying the "--" characters. Press OK to close this dialog.
  5. Select File:Print Preview to preview the custom report. It should look similar to the image below:

Tutorial Create Custom Report 004.png

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\Creating_a_Custom_Report_Sheet\Tip_icon.png

Beginning with Origin 2018b all merged cells within a selected range, including non-contiguous blocks of merged cells, can be un-merged by clicking the Merge cells button Button Merge Cells.pngon the Style toolbar.

  1. Saving the Analysis Template
  1. Activate the workbook and select File:Save Workbook as Analysis Template.
  2. Browse to a desired file path and enter the file name SensorDataReport and click Save.
  3. You can use this SensorDataReport.OGW as an Analysis Template for future analyses of similar data, and the custom report will also be included in the workbook.
  1. Re-using the Analysis Template
  1. Start a new project and then select the menu item File: Recent Books and from the fly-out options select the Analysis Template SensorDataReport.ogw which was saved earlier.
  2. Make the Data worksheet active, and click the Import Single ASCII button Button Import Single ASCII.pngto directly import the file Sensor02.dat under <Origin EXE Folder>\Samples\Curve Fitting\ path.

Note:You can also locate the Sensor02.dat file in your local drive, drag and drop it into this Data sheet to import.

  1. The linear fit results and the custom report are automatically generated using the newly imported data.

  1. Batch Processing with Word Template for Reporting

  1. Summary

Origin can perform batch analysis of multiple files and output cell-linked analysis results to an external Word template for reporting.

Minimum Origin Version Required: Origin 2016 SR0

  1. What you will learn

This tutorial will show you how to:

  1. Steps

In this tutorial we will use a built-in Word template Sensor Analysis Report.dotx which is located at <Origin EXE folder>\Samples\Batch Processing\ folder. To view the bookmark labels on the Word template, with the file open go to File: Options to open Word Options dialog. Then select Advanced on the left panel and scroll down to section Show document content on the right panel and check Show bookmarks checkbox there.

Batch Processing with Word Template for Reporting 01a.png

  1. Add Bookmarks to Analysis Template
  1. Start Origin. Click File: Open and browse to <Origin EXE>\Samples\Batch Processing\ folder and select the file Sensor Analysis.ogw (NOT "Sensor Analysis.ogwu") and open it.
  2. Activate worksheet Data, click the button Button Import ASCII.pngand browse to <Origin EXE folder>\Samples\Curve Fitting\ folder and select file Sensor01.dat to import data for analysis.
  3. Go to menu File: Add Word Bookmarks to Analysis Template... to open dialog. Click the browse button Tutorial Import 005.pngto the right of the Word template box and browse to <Origin EXE folder>\Samples\Batch Processing\ folder to select Sensor Analysis Report.dotx.
  4. Click to select all bookmark entries in the Bookmarks list under Select Bookmarks and click OK to add a Bookmarks sheet to the active analysis template.

Batch Processing with Word Template for Reporting 01.png

  1. Link Analysis Results to Word Template
  1. Click on the Bookmarks tab.
  2. In the Links column, right-click the cell to the right of FileName and select Insert Variables.
  3. In the Insert Variables dialog, click the Info tab, expand the SYSTEM.IMPORT node and highlight FILENAME. Click the Insert button to insert the file name into the worksheet cell.
  4. Right-click the cell beside FileDate and again choose Insert Variables, expand the SYSTEM.IMPORT node, highlight FILEDATE and click the Insert button to insert the file date into the worksheet cell. Note that the value that is inserted is a Julian Day value, the number that Origin uses internally to store date-time data. To display in a more familiar date format, right-click the cell and select Format Cells.
  5. From the Format drop-down list, select Date and click OK to close the dialog.
  6. Right-click the cell beside the FittedGraph cell and select Insert Graph. Click the browse button Tutorial Import 005.pngto the right of the Graphs box to open Graph Browser dialog. Check the Show Embedded Graph box to display a list of worksheet-embedded graphs. Click to select the FitLine graph and add it to panel on the right. Click OK twice to insert the graph into Bookmarks worksheet. In the GraphWidth column to the right, enter 250 (units = point size) to specify the size of the graph that will be exported to Word.
  7. Batch Processing with Word Template for Reporting 02.png
  8. Repeat the last step for the row ResidualPlot.
  9. For bookmarks related to parameter values, we will copy and paste link values from the report sheet FitLinear1. Click the report sheet FitLinear1 and locate the Parameters table. Click on the data cell at the intersection of Intercept and Value, right-click and select Copy. Return to the Bookmarks sheet, right-click the cell to the right of InterceptValue and select Paste Link to create a link between bookmarks in the Word template and values in report sheet.
  10. Repeat this "Copy and Paste Link" operation to fill in the rest of cells in the Links column (you'll find the RSquare value beside Adj. R-Square in the Statistics table). When done, click File: Save Workbook as Analysis Template... to save the analysis template as Sensor Analysis Template.ogw or .ogwu .
    Batch Processing with Word Template for Reporting 04.png

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\Batch_Processing_with_Word_Template_for_Reporting\Tip_icon.png

You can follow the steps in the previous tutorial "Creating a Custom Report Sheet" to learn how to copy and paste results as link to desired cell.

  1. Sending One Time Results to Word Template to Create Word Report

Sometimes we may just want to analyze one data file and quickly create one Word report. Continue from the example above, suppose we have all results linked to Word bookmarks as shown in Bookmarks worksheet, to create an one time Word report for active sheet you can simply click Export to Word button Button Create Word Report.pngon the top left corner to create it.

You can further specify where to output the Word report in appeared Export Path dialog.

  1. Batch Process and Export Results to Word/PDF Files
  1. Start with a new project.
  2. Click on the Batch Processing button Button Batch Processing.png.
  3. Make sure Load Analysis Template is selected as Batch Processing Mode. In the Analysis Template drop-down, select the Sensor Analysis Template.ogw(u) file we created earlier (you may need to click the button to the right of the list and browse to the created file).
  4. Select PDF from Export to drop-down list to export report as PDF file.
  5. Click the browse button Tutorial Import 005.pngto the right of the Word template box and browse to <Origin EXE folder>\Samples\Batch Processing\ folder to select Sensor Analysis Report.dotx.
  6. Optionally you can click browse button Tutorial Import 005.pngon the right of Export Path to specify another path for export.
  7. Click on the browse button Tutorial Import 005.pngto the right of File List, browse to the <Origin EXE Folder>\Samples\Curve Fitting folder and select all sensor files Sensor0#.dat.
  8. Click Add File(s), then click OK.
  9. Select File Name as Dataset Identifier.
  10. Make sure the Data Sheet drop-down is set as Data.
  11. Make sure the Result Sheet drop-down is set as Result.
  12. Make sure that Delete Intermediate Workbook is cleared.
  13. Click OK to close the dialog and process the "Sensor" data files.

  14. Batch Processing with Word Template for Reporting 05.png

D:\Origin2019b\en\PDFs\Training Manual\Training Manual\!SSL!\Printed_Documentation\!doc_tmp_folder_0\images\Batch_Processing_with_Word_Template_for_Reporting\Tip_icon.png

If you forget where to look for your exported PDF files, the location is output to Messages Log.

  1. A sample of exported PDF version report is as following:
    Batch Processing with Word Template for Reporting 07.png