在曲线拟合应用程序,你可以使用自定义公式
适合定义自己的线性或非线性方程。自定义公式配合使用非线性最小二乘法拟合程序。
你可以自定义一个线性方程自定义公式
,但非线性拟合是效率较低,通常比线性最小二乘拟合慢。如果您需要线性最小二乘定制式装修,选择线性拟合
代替。线性模型的(也许是非线性的)术语线性组合。它们是由在所述参数的线性方程组来定义。
如果您需要线性最小二乘定制式装修,选择线性拟合
。如果你不知道你的方程是否可以表示为一组线性函数,那么选择自定义公式
代替。看到选择自定义公式适合交互式。
在曲线拟合应用中,选择在一些曲线数据X数据和Y数据名单。你只能看到线性拟合
在后您的模型类型列表中选择一些曲线数据,因为线性拟合
是曲线,不是曲面。
曲线拟合应用程序创建一个默认的多项式拟合。
更改模型类型多项式
至线性拟合
在模型类型列表中。
选择时会出现一个示例方程线性拟合
从列表中。
你可以改变X
和ÿ
到任何有效的变量名。
下面的方框显示了示例方程。请点击编辑要更改“编辑自定义线性术语”对话框中的示例术语并定义您自己的公式。
例如,参见适合自定义的线性勒让德多项式的曲线拟合应用。
若要使用线性拟合算法,请指定模型项的单元格数组作为适合
要么fittype
功能。不包括在条款的式子的系数。如果有一个常数项,使用“1”作为在单元阵列中相应的表达。
指定以下形式的线性模型:
COEFF1 *字词1 + COEFF2 *词条2 + COEFF3 * TERM3 +...
字词1
,字词2
,等等,使用单元格数组,其中每个没有系数的项在字符串的单元格数组中指定,如下所示:LinearModelTerms = {“字词1”,“词条2”,'TERM3',...}
找出你需要输入线性模型项fittype
。例如,模型
一个日志*(X)+ B * X + C
一个
,b
,C
。它有三个方面日志(x)
,X
,1
(因为C = C * 1
)。要指定这个模型,可以使用这个术语单元格数组:LinearModelTerms ={'日志(x) ', ' x ', ' 1 '}
。使用的线性模型项单元阵列作为输入到fittype
功能:
linearfittype = fittype ({'日志(X)',“x”,'1'})
linearfittype =线性模型:linearfittype(a,b,c,x) = a*log(x) + b*x + c
加载一些数据并使用fittype
作为。的输入适合
函数。
加载人口调查f =适合(cdate、流行、linearfittype)
f =线性模型:f(x) = a*log(x) + b*x + c系数(95%置信区间):a = -4.663e+04 (-4.973e+04, -4.352e+04) b = 25.9 (24.26, 27.55) c = 3.029e+05 (2.826e+05, 3.232e+05)
适合
功能:F =拟合(X,Z,{'日志(X)',“x”,'1'})
剧情配合和数据。
地块(F,CDATE,流行)
例如,参见在命令行上适合定制的线性勒让德多项式。
这个例子展示了如何使用多个自定义的线性方程拟合数据。的数据被生成,并基于所述核反应12C (e, e 'α)8是。该公式使用勒让德多项式项的总和。
考虑其中124兆层电子伏的电子被从分散的实验12C核。在随后的反应中,α粒子发射,并产生残留核8是。通过分析作为角度的函数所发射的粒子的数量,你可以推断出有关的核动力学的某些信息12C.下面给出了反应运动学。
该数据是通过将固态检测器在Θ的值收集α从10Ø到240年Ø在10Ø增量。
有时用勒让德多项式来描述一个以角度为函数的变量是有用的
哪里Pñ(X)是度的勒让德多项式ñ,X为cos(Θα),一个ñ为拟合系数。有关生成勒让德多项式的信息,请参见勒让德
函数。
对于alpha发射数据,您可以通过调用理论模型直接将系数与核动力学关联起来。此外,理论模型还引入了上述无限和的约束条件。特别地,通过考虑反应的角动量,只用偶数项的四阶勒让德多项式应该能有效地描述数据。
勒让德多项式上升到第四度
ñ |
Pñ(x) |
---|---|
0 |
1 |
1 |
X |
2 |
(1/2)(3X2- 1) |
3 |
(1/2)(5X3- 3X) |
4 |
(1/8)(35X4- 30X2+ 3) |
这个例子说明了如何使用第四度勒让德多项式只有甚至条款,以适应数据:
加载12输入C -发射数据
负载carbon12alpha
工作区现在包含两个新变量:
角
角度向量(以弧度为单位)的范围是10吗Ø到240年Ø在10Ø增量。
计数
原始粒子计数的矢量是否对应于发射角角
。
进入曲线拟合app:
cftool
在曲线拟合应用中,选择角
和计数
对于X数据和Y数据为这两个变量创建一个默认的多项式。
改变从拟合类型多项式
至线性拟合
创建一个默认的自定义线性拟合。
你用线性拟合
代替自定义公式
因为勒让德多项式只依赖于预测变量和常数。您将为模型指定的方程是ÿ1(X)(即本程序开始时给出的方程)。因为角
在弧度,勒让德方面的论点是由cos(Θ吗α)。
请点击编辑改变编辑自定义线性项对话框方程式条款。
改变系数名字a2
,A4
,A0
。
改变条款对于a2
至
(1/2)*(3个* COS(X)^ 2-1)
曲线拟合的应用程序更新为您编辑方面的配合。
改变条款对于A4
至
(1/8)*(35个* COS(X)^ 4-30 * COS(X)^ 2 + 3)
拟合出现在曲线拟合应用。
重命名飞度名至Leg4Even
。
显示由选择的残差视图>残差情节。
拟合似乎很好地遵循了数据的趋势,而残差似乎是随机分布的,没有表现出任何系统性的行为。
的数值拟合结果结果窗格。看看每个系数值,并在括号中的置信区间。在95%的置信区间表明,与相关系数一个0(X),一个4(X,但我们知道一个2(X)系数具有较大的不确定性。
选择适合>重复Leg4Even使以前的勒让德多项式拟合的拷贝进行修改。
复制的配合出现在一个新的标签。
为了证实α发射数据最好通过四分之一度描述勒让德多项式,只有偶数而言,下一个同时使用偶数和奇数项拟合数据的理论论证:
重命名新的适合Leg4EvenOdd
。
请点击编辑改变方程式条款。打开编辑自定义线性项对话框。
编辑条款如下,以适应给出的模型ÿ2(X):
单击+按钮两次添加一个术语,以添加奇数的勒让德术语。
将新的系数名称更改为A1
和A3
。
改变条款对于A1
至
COS(x)的
改变条款对于A3
至
箴(1/2)* (5 * cos (x) ^ 3 - 3 * cos (x))
注意在曲线拟合应用绘制的新飞度,并检查该数值结果结果窗格。
需要注意的是奇勒让德系数(A1
和A3
)是去除简化配合可能的候选人,因为它们的值都很小,他们置信区间包含零。这些结果表明,奇勒条款不到契合显著贡献,以及甚至勒条款是从以前的拟合基本持平。这证实了最初的模型选择在Leg4Even
合身是最好的。
为了比较并排的配合侧,选择左右瓦。您可以通过隐藏配合设置,并使用曲线拟合应用结果窗格只显示该地块视图菜单。
在曲线拟合应用程序中创建的命令行中拟合相同的模型。
若要使用线性拟合算法,请指定模型项的单元格数组作为fittype
函数。使用相同的条款您在曲线进入的配件应用Leg4Even
匹配,并且不指定任何系数。
linearft = fittype ({'(1/2)*(3个* COS(X)^ 2-1)',...'(1/8)*(35个* COS(X)^ 4-30 * COS(X)^ 2 + 3)','1'})
linearft =线性模型:linearft(A,B,C,X)= A *((1/2)*(3个* COS(X)^ 2-1))... + B *((1/8)*(35个* COS(X)^ 4-30 * COS(X)^ 2 + 3))+ C
加载角
和计数
工作区中的变量。
加载carbon12alpha
使用fittype
作为。的输入适合
函数,并指定角
和计数
工作区中的变量。
F =拟合(角度,计数,linearft)
F =线性模型:F(X)= A *((1/2)*(3个* COS(X)^ 2-1))... + B *((1/8)*(35个* COS(X)^4-30*cos(x)^2+3)) + c Coefficients (with 95% confidence bounds): a = 23.86 (4.436, 43.29) b = 201.9 (180.2, 223.6) c = 102.9 (93.21, 112.5)
剧情配合和数据。
情节(f,角,计算)
有关线性模型方面的详细信息,请参阅fittype
函数。