@jsh/analysis

Since v8.0.52

sort()

배열을 오름차순으로 정렬합니다.

사용 예시

1
2
const ana = require("@jsh/analysis")
console.log(ana.sort([1.3, 1.2, 1.1])) // [1.1, 1.2, 1.3]

sum()

배열의 합계를 계산합니다.

사용 예시

1
2
3
const ana = require("@jsh/analysis")
console.log(ana.sum([3, 1, 2]))       // 6
console.log(ana.sum([1.3, 1.2, 1.1])) // 3.6

cdf()

누적 분포 함수(CDF)를 계산합니다. 주어진 x 데이터에서 q 이하인 비율을 반환합니다.

사용 형식

cdf(q, x, weights)

q Number 기준 값
x Number[] 오름차순으로 정렬된 데이터
weights Number[] 가중치 배열(생략 시 모두 1, 지정 시 x와 길이가 같아야 합니다.)

사용 예시

1
2
3
4
5
6
7
const ana = require("@jsh/analysis")
x = [];
for( i=1; i<=100; i++) {
    x.push(i);
}
x = ana.sort(x);
console.log(ana.cdf(1.0, x)); // 0.01

mean()

산술 평균을 계산합니다.

사용 예시

1
2
3
const ana = require("@jsh/analysis")
console.log(ana.mean([1, 2, 3, 4, 5]))  // 3
console.log(ana.mean([10, 20, 30]))     // 20

circularMean()

라디안 각도와 같이 순환하는 값을 대상으로 평균을 구합니다. 가중치 배열을 지정할 수도 있습니다.

사용 예시

1
2
3
4
5
const ana = require("@jsh/analysis")
x = [0, 0.25 * Math.PI, 0.75 * Math.PI];
w = [1, 2, 2.5];
console.log(ana.circularMean(x).toFixed(4))     // 0.9553
console.log(ana.circularMean(x, w).toFixed(4))  // 1.3704

correlation()

두 데이터셋 간 피어슨 상관 계수를 계산합니다. -1~1 범위이며 가중치를 지정할 수도 있습니다.

사용 예시

1
2
3
4
5
6
const ana = require("@jsh/analysis")
x = [8, -3, 7, 8, -4];
y = [10, 5, 6, 3, -1];
w = [2, 1.5, 3, 3, 2];
console.log(ana.correlation(x, y).toFixed(5))     // 0.61922
console.log(ana.correlation(x, y, w).toFixed(5))  // 0.59915

covariance()

두 데이터셋 간 공분산을 계산합니다. 양수면 함께 증가하는 경향, 음수면 반대로 움직이는 경향을 의미합니다.

사용 예시

1
2
3
4
5
6
7
const ana = require("@jsh/analysis")
x = [8, -3, 7, 8, -4];
y1 = [10, 2, 2, 4, 1];
y2 = [12, 1, 11, 12, 0];
console.log(ana.covariance(x, y1).toFixed(4)) // 13.8000
console.log(ana.covariance(x, y2).toFixed(4)) // 37.7000
console.log(ana.variance(x).toFixed(4))       // 37.7000

entropy()

샤논 엔트로피를 계산해 분포의 불확실성을 측정합니다.

사용 예시

1
2
3
4
5
const ana = require("@jsh/analysis")
console.log(ana.entropy([0.05, 0.1, 0.9, 0.05]).toFixed(4)); // 0.6247
console.log(ana.entropy([0.2, 0.4, 0.25, 0.15]).toFixed(4)); // 1.3195
console.log(ana.entropy([0.2, 0, 0, 0.5, 0, 0.2, 0.1, 0, 0, 0]).toFixed(4)); // 1.2206
console.log(ana.entropy([0, 0, 1, 0]).toFixed(4));           // 0.0000

geometricMean()

양수 배열의 기하 평균을 계산합니다.

사용 예시

1
2
3
const ana = require("@jsh/analysis")
console.log(ana.geometricMean([1, 3, 9]).toFixed(4))  // 3.0000
console.log(ana.geometricMean([2, 8, 32]).toFixed(4)) // 8.0000

harmonicMean()

양수 배열의 조화 평균을 계산합니다.

사용 예시

1
2
3
const ana = require("@jsh/analysis")
console.log(ana.harmonicMean([1, 2, 4]).toFixed(4))    // 1.7143
console.log(ana.harmonicMean([10, 20, 30]).toFixed(4)) // 16.3636

median()

정렬된 배열의 중앙값을 반환합니다. 짝수 개라면 두 중앙값의 평균을 돌려줍니다.

입력 배열은 오름차순으로 정렬되어 있어야 합니다.

사용 예시

1
2
3
const ana = require("@jsh/analysis")
console.log(ana.median(ana.sort([1, 3, 2, 5, 4])))      // 3
console.log(ana.median(ana.sort([10, 20, 30, 40, 50]))) // 30

medianInterp()

median과 동일하지만, 선형 보간을 적용한 값을 반환합니다.

사용 예시

1
2
3
const ana = require("@jsh/analysis")
console.log(ana.medianInterp(ana.sort([1, 3, 2, 5, 4])))      // 2.5
console.log(ana.medianInterp(ana.sort([10, 20, 30, 40, 50]))) // 25

quantile()

The quantile function calculates the quantile of a given dataset for a specified probability. Quantiles divide the dataset into intervals with equal probabilities, such as quartiles (4 intervals) or percentiles (100 intervals). This function is useful for understanding the distribution of data.

사용 형식

quantile(p, x, weights)

p Number
x Number[] The x data must be sorted in increasing order.
weights Number[] If weights is not specified then all of the weights are 1. If weights is specified, then length of x must equal length of weights.

사용 예시

1
2
3
4
5
const ana = require("@jsh/analysis")
data = ana.sort([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]);
console.log(ana.quantile(0.25, data)) // 3
console.log(ana.quantile(0.5, data))  // 5
console.log(ana.quantile(0.74, data)) // 8

quantileInterp()

quantile과 동일하지만 선형 보간 값을 반환합니다.

사용 형식

quantileInterp(p, x, weights)

p Number 백분위 비율
x Number[] 정렬된 데이터
weights Number[] 가중치 배열(선택)

사용 예시

1
2
3
4
5
const ana = require("@jsh/analysis")
data = ana.sort([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
console.log(ana.quantileInterp(0.25, data)) // 2.5
console.log(ana.quantileInterp(0.5, data))  // 5
console.log(ana.quantileInterp(0.74, data)) // 7.4

meanStdDev()

평균과 표준편차를 동시에 계산합니다.

사용 예시

1
2
3
4
5
const ana = require("@jsh/analysis")
data = [1, 2, 3, 4, 5]
result = ana.meanStdDev(data)
console.log(result.mean.toFixed(2))   // 3.00
console.log(result.stdDev.toFixed(2)) // 1.58

mode()

최빈값을 계산합니다. 결과는 {value: number, count: number} 형태입니다.

사용 형식

mode(x, weights)

x Number[] 정렬된 데이터
weights Number[] 가중치 배열(선택)

사용 예시

1
2
3
4
5
const ana = require("@jsh/analysis")
data = ana.sort([1, 2, 2, 3, 4])
console.log(ana.mode(data)) // {value:2, count:2}
data = ana.sort([1, 1, 2, 3, 4])
console.log(ana.mode(data)) // {value:1, count:2}

moment()

n차 모멘트를 계산합니다. 분포 형태(왜도·첨도 등)를 분석할 때 사용합니다.

사용 예시

1
2
3
4
const ana = require("@jsh/analysis")
data = [1, 2, 3, 4, 5]
console.log(ana.moment(2, data).toFixed(4)) // 2.5000
console.log(ana.moment(4, data).toFixed(4)) // 6.8000

stdDev()

표준편차를 계산합니다.

사용 예시

1
2
3
const ana = require("@jsh/analysis")
console.log(ana.stdDev([1, 2, 3, 4, 5]).toFixed(4))      // 1.5811
console.log(ana.stdDev([10, 20, 30, 40, 50]).toFixed(4)) // 15.8114

stdErr()

표본 평균의 표준 오차를 계산합니다. 표준편차를 표본 크기의 제곱근으로 나눈 값입니다.

사용 예시

1
2
3
4
const ana = require("@jsh/analysis")
let stddev = ana.stdDev([1, 2, 3, 4, 5])
let sampleSize = 5
console.log(ana.stdErr(stddev, sampleSize).toFixed(4)) // 0.7071

linearRegression()

두 데이터셋을 대상으로 선형 회귀를 수행합니다. 결과는 y = alpha*x + beta 형태의 {slope: alpha, intercept: beta}입니다.

사용 예시

1
2
3
4
5
6
const ana = require("@jsh/analysis")
x = [1, 2, 3, 4, 5]
y = [2, 4, 6, 8, 10]
result = ana.linearRegression(x, y)
console.log(result.slope.toFixed(4))     // 2.0000
console.log(result.intercept.toFixed(4)) // 0.0000

fft()

빠른 푸리에 변환(FFT)을 수행하여 주파수 성분을 분석합니다.

fft(times, amplitudes)

times와 amplitudes 길이는 동일해야 합니다.

PiecewiseConstant

계단형 데이터를 위해 구간별 상수 보간을 수행합니다.

사용 예시

1
2
3
4
5
x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
interp = new ana.PiecewiseConstant();
interp.fit(x,y);
console.log(interp.predict(2.5)); // 30

PiecewiseLinear

데이터 지점을 직선으로 연결하는 구간별 선형 보간을 제공합니다.

사용 예시

1
2
3
4
5
6
const ana = require("@jsh/analysis")
x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
interp = new ana.PiecewiseLinear();
interp.fit(x,y);
console.log(interp.predict(2.5)); // 25

AkimaSpline

Akima 스플라인 보간으로 매끄러운 곡선을 생성합니다.

사용 예시

1
2
3
4
5
6
const ana = require("@jsh/analysis")
x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
interp = new ana.AkimaSpline();
interp.fit(x,y);
console.log(interp.predict(2.5)); // 25

FritschButland

단조성을 유지하는 Fritsch-Butland 보간을 수행합니다.

사용 예시

1
2
3
4
5
6
const ana = require("@jsh/analysis")
x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
interp = new ana.FritschButland();
interp.fit(x,y);
console.log(interp.predict(2.5)); // 25

LinearRegression

The LinearRegression performs linear regression-based interpolation on a dataset. It predicts the value of a function at a given point using the best-fit line derived from the data.

사용 예시

1
2
3
4
5
6
const ana = require("@jsh/analysis")
x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
interp = new ana.LinearRegression();
interp.fit(x,y);
console.log(interp.predict(2.5)); // 25

ClampedCubic

경계 기울기를 지정하는 클램프 cubic 보간을 제공합니다.

사용 예시

1
2
3
4
5
6
const ana = require("@jsh/analysis")
x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
interp = new ana.ClampedCubic();
interp.fit(x,y);
console.log(interp.predict(2.5)); // 25

NaturalCubic

자연 경계 조건을 사용하는 cubic 보간입니다.

사용 예시

1
2
3
4
5
6
const ana = require("@jsh/analysis")
x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
interp = new ana.NaturalCubic();
interp.fit(x,y);
console.log(interp.predict(2.5)); // 25

NotAKnotCubic

Not-a-Knot 조건을 적용한 cubic 스플라인 보간입니다.

사용 예시

1
2
3
4
5
6
const ana = require("@jsh/analysis")
x = [1, 2, 3, 4]
y = [10, 20, 30, 40]
interp = new ana.NotAKnotCubic();
interp.fit(x,y);
console.log(interp.predict(2.5)); // 25

최근 업데이트 Oct 15, 2025

@jsh/filter @jsh/spatial