matleb对多组数据的拟合
来源:学生作业帮助网 编辑:作业帮 时间:2024/06/10 11:09:03
用LINEST()函数:参数Known_y's是y值集合,Known_x's是x值集合,其它参数可不管.返回两个数值:y=mx+b中的m和b调用m:=INDEX(LINEST(.),1)调用b:=IN
functionparameter=customfit(f,x,y,startpoint)%用最小二乘法求曲线拟合的程序.%f是待求函数,x和y是取样点坐标,parameter是待求系数,startp
/***最小二乘法计算类**@authorAdministrator**/publicclassLeastSquareMethod{\x05privatedouble[]x;\x05privatedo
你可以把步取去密一点,然后把拟合后的多项式用plot函数画出来不就行了吗?再问:拟合后得到的不是多项式的系数吗?只知道系数怎么画对应的函数图像?再答:知道系数后,可以用polyval计算啊!比如说:你
预测发现数据之间的关系
x=[.];y=[.];fun1=inline('c(1)*log(x)+c(2),'c','x');%拟合函数c=lsqcurvefit(fun1,[0,0],x,y)%求拟合系数y1=c(1)*l
%x太大,以x的幂作为基函数会导致设计矩阵尺度太差,列变量几乎线性相依.%变换为[-1 1]范围计算x=[1990:2005];t=(x-2040)/50;y=[61 62&nbs
拟合代码:x=[0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.5&n
%你没说神经网络类型,就使用最简单的前向反馈网络拟合.t=[03.94.17.38.413.114.816.417.71919.720.321.224.526.327.828.92929.831.13
你这个程序是对的呀,也只是有一点的小毛病呀clearall%线性拟合的程序:x=[1515.215.415.615.81616.216.416.616.8]; y=[0.010.0150.0
如果用regress进行拟合的话,输出加上state,分别给出R方,F值和显著性.如果用的是其他拟合,R=corrcoef(T,Y),Y是原始数据,T是用你拟合后求得方程,用这个方程得到的数据再问:请
看你的数据不多啊,我的建议还是把数据分段,然后写三个拟合函数这样呗
cftool()
对实验数据进行拟合是为了得到符合数据的函数关系,从而能更好地理解数据背后的数学、物理意义.进而对实验的各个参数有更深入的理解,能分析出各个参数对实验结果的影响.
要拟合的话,必须首先确定模型.这个模型是根据经验得到的.一般的来说,模型阶数越高,拟合效果越好,但是也不能过高,因为若模型过高的话,将噪声也拟合了.对于新的数据,预测效果反而会差,这就是说的‘over
用excel来你和下(一般用正态分布,可以查下相关资料)简单的用线性(二乘法)来完成
相关系数只能说明线性好不好不能表征离散度.我举个例子,比如x=y1=y2=那么其实(x,y1)与(x,y2)的相关系数都是1,显然y2的结果是不是更好!所以相关系数是片面的!
回归,工具-数据分析-回归,如果没有,可以在加载宏里设置.不过显著性通不过
x=[.];y=[.];fun1=inline('c(1)*x^2+c(2)*x+c(3),'c','x');%拟合函数y=ax^2+bx+cc=lsqcurvefit(fun1,[0,0],x,y)
在右下角有公式的形式以及相关参数再问:我之前绘制出来的是点线图,再请问下怎么用函数拟合啊?