このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
回帰は、応答 (出力) 変数と 1 つ以上の予測子 (入力) 変数との間の関係を推定するための手法です。観測データ点間の値の予測、予想、推定を行うため、線形回帰と非線形回帰を使用できます。Curve Fitting Toolbox™ の関数では、線形モデルや非線形モデルまたはカスタム式を使用して曲線や曲面をデータに当てはめ、回帰を実行できます。
対話的に曲線や曲面をデータに当てはめるには、曲線近似アプリを使用します。詳細は、曲線近似を参照してください。また,コマンドラインで関数fit
を使用して、一連のデータを曲線や曲面で近似することもできます。簡単な例については、多項式の曲線近似を参照してください。
曲線近似 | 曲線や曲面によるデータへの近似 |
曲線近似アプリおよび関数fit
用のすべてのライブラリ モデル タイプの確認、近似オプションの設定および開始点の最適化。
誤差分布、線形最小二乗法、重み付き最小二乗法、ロバスト最小二乗法、非線形最小二乗法を含む Curve Fitting Toolbox での最小二乗近似。
曲線近似アプリまたは関数fit
での多項式による近似。
曲線近似アプリまたは関数fit
での指数モデルによる近似。
曲線近似アプリまたは関数fit
でのフーリエ級数モデルによる近似。
曲線近似アプリまたは関数fit
でのガウス モデルによる近似。
曲線近似アプリまたは関数fit
でのべき級数モデルによる近似。
曲線近似アプリまたは関数fit
での有理多項式モデルによる近似。
曲線近似アプリまたは関数fit
での正弦波の和モデルによる近似。
曲線近似アプリまたは関数fit
でのワイブル分布モデルによる近似。
ツールボックス ライブラリに必要なパラメトリック方程式が含まれていない場合は、独自のカスタム式を作成することができます。
曲線近似アプリを使用した曲線や曲面によるデータへの近似: データの選択、モデル タイプの選択およびセッションの保存。
曲線近似アプリにおいて曲線や曲面で近似するデータの選択、互換性のあるサイズのデータの特定およびデータの問題のトラブルシューティング。
複数の近似の作成、グラフィカルな結果の比較、近似係数および適合度の統計量を含む数値結果の比較、ワークスペースでの最適な近似の解析により、最適な近似を探索。
曲線近似アプリにおけるサンプル データを使用した曲面近似の作成および比較。
Curve Fitting Toolbox ソフトウェアには、麻酔薬の相互作用の研究用サンプル データがいくつか用意されています。
この例では、いくつかのカスタム非線形方程式を使用して ENSO データに当てはめます。
この例では、指数関数的減衰が背景にある、明確に分離していない 2 つのガウス ピークに一般的な (非線形) カスタム モデルを当てはめます。
Curve Fitting Toolbox でのプログラムによる曲線近似および曲面近似のワークフロー。
この例では、Curve Fitting Toolbox™ を使用して 6 次までの多項式による国勢調査データへの近似方法を示します。
この例では、範囲、係数、問題依存のパラメーターを指定してカスタム式を国勢調査データに当てはめる方法を示します。
この例では、Curve Fitting Toolbox™ を使用して応答曲面を麻酔薬のデータに当てはめ、薬物相互作用の効果を分析する方法を示します。