nlparci

非线性回归参数置信区间

语法

ci = nlparci(β,渣油,柯伐合金,σ) ci = nlparci(β,渣油,雅可比矩阵,J) ci = nlparci(…,α,α)

ci = nlparci(β,渣油,柯伐合金,σ)返回95%的置信区间ci进行非线性最小二乘参数估计β。在调用之前nlparci,使用nlinfit拟合非线性回归模型，得到系数估计数β,残差渣油，估计系数协方差矩阵σ。

ci = nlparci(β,渣油,雅可比矩阵,J)是另一种语法，它也计算95%置信区间。J雅可比矩阵是由nlinfit。如果“稳健”选项与nlinfit,可以使用“柯伐合金”输入而不是的雅可比矩阵输入所需的σ参数考虑了稳健拟合。

ci = nlparci(…,α,α)返回100(1α)%的置信区间。

nlparci对待南年代渣油或J作为缺失值，并忽略相应的观察值。

置信区间计算对于长度为渣油超过β和J有完整的列秩。当J条件不佳时，置信区间可能不准确。

假设您有数据，并希望适合表单的模型

y_我=一个₁+一个₂exp (-一个_3.x_我) +ε_我。

在这里,一个_我是你想要估计的参数，x_我数据点是什么y_我答案是ε_我是噪音。

编写一个表示模型的函数句柄:
```
mdl = @(a,x)(a(1) + a(2)*exp(-a(3)*x));
```
生成带有参数的合成数据一个=(1; 3; 2),x数据点随参数呈指数分布2，以及带有标准差的正态分布噪声0.1:
```
rng(9845，'twister') % for再现性a = [1;3;2];x = exprnd (2100 1);epsn = normrnd (0, 0.1,100, 1);y = mdl(a,x) + epsn;
```

将模型与任意猜测的数据进行拟合a0 = (2; 2; 2):

a0 = (2; 2; 2);[ahat, r, J,浸,mse) = nlinfit (x, y, mdl a0);ahat = 1.0153 3.0229 2.1070

检查是否(1; 3; 2)在95%置信区间内使用雅可比参数nlparci:

ci = nlparci(ahat,r，'雅可比矩阵'，J) ci = 0.9869 1.0438 2.9401 3.1058 1.9963 2.2177

你可以使用协方差参数得到相同的结果:

ci = nlparci(ahat,r，'covar'，cov) ci = 0.9869 1.0438 2.9401 3.1058 1.9963 2.2177

之前介绍过的R2006a