安装一个定制的乙状结肠

10视图(30天)

显示旧的评论

简·凯莱赫 2020年8月26日

0
链接

这个问题直接联系

//www.tatmou.com/matlabcentral/answers/585026-fitting-a-custom-sigmoid

评论道: 亚历克斯·沙 2020年8月27日

答:接受亚历克斯·沙

你好,

我有一组数据,在s形的方式衰变。我相信这应该是一个合适的函数形式第一个截图所示,但是当我使用了自定义适合特性曲线拟应用matlab给出-Rsq所以的东西显然是错误的。我有附加的一个屏幕快照,结果未遂。我会很感激任何建议或输入为什么这可能不是工作和选择我可以试一试。

谢谢你！

3评论
显示2年长的评论隐藏2年长的评论

简·凯莱赫 2020年8月26日

编辑:简·凯莱赫 2020年8月26日

嗨,图像分析,

谢谢你带一看!如果你使用一个非常小的a2,例如a2 =措施,那么情节看起来如图所示。我试着提供小初始猜测a2希望实现这一目标,但没有运气。我附上了我的数据。将很感激任何建议。

X: xfitting = 11.9548 12.2163 12.4557 12.6716 12.8765 13.0460 13.1972 13.3442 13.5011 13.6685 13.8478 13.9055 13.9632 14.0369 14.1113 14.1835 14.2536 14.3221 14.3893 14.4557 14.5215 14.5868 14.6518 14.7165 14.7811 14.8456 14.9100 14.9743 15.0385 15.1028 15.1670 15.2311 15.2953

Y: S_nonresistantdecline = 7.6631 7.6559 7.6296 7.5846 7.5179 7.4405 7.3509 7.2422 7.0991 6.9124 6.6719 6.5860 6.4965 6.3773 6.2533 6.1313 6.0132 5.9015 5.7971 5.7009 5.6140 5.5376 5.4724 5.4181 5.3743 5.3397 5.3130 5.2927 5.2775 5.2663 5.2581 5.2520 5.2477

简·凯莱赫 2020年8月26日

我也尝试添加一个高原的基础,即: a1 * exp (a2。* exp (X)) + a3

登录置评。

在回答这个问题。

接受的答案

亚历克斯·沙 2020年8月27日

0
链接

直接链接到这个答案

//www.tatmou.com/matlabcentral/answers/585026-fitting-a-custom-sigmoid answer_485567

嗨,如果拟合函数是:

1:y = a1 * exp (a2 * exp (x))

                             根的均方误差(RMSE): 0.291990919479646
                            
                             总和2.81353700293277平方剩余:
                            
                             相关系数。(R): 0.943693599341358
                            
                             r平方:0.890557609437848
                            
                             调整r平方:0.883261450067038
                            
                             参数最佳估计
                            
                             - - - - - - - - - - - - - - - - - - - - - - - -
                            
                             a17.58840204504645
                            
                             a21.16352684388827 e -

2:y = a1 * exp (a2 * exp (x)) + a3

                             根的均方误差(RMSE): 0.111213914229836
                            
                             总和0.408161645704602平方剩余:
                            
                             相关系数。(R): 0.991993546182226
                            
                             r平方:0.984051195667188
                            
                             调整r平方:0.982987942045001
                            
                             参数最佳估计
                            
                             - - - - - - - - - - - - - - - - - - - - - - - -
                            
                             a13.31691483854775
                            
                             a26.92191293955397 e -
                            
                             a34.93177045354278

3:y = a1 * exp (a2 * exp (a4 * x)) + a3

                             根的均方误差(RMSE): 0.00643423581192002
                            
                             总和0.001366179885952平方剩余:
                            
                             相关系数。(R): 0.999973308091645
                            
                             r平方:0.999946616895747
                            
                             调整r平方:0.999943058022131
                            
                             参数最佳估计
                            
                             - - - - - - - - - - - - - - - - - - - - - - - -
                            
                             a12.46665608498939
                            
                             a24.05630590375969 e-12
                            
                             a41.85195743324274
                            
                             a35.25959927640292

3评论
显示2年长的评论隐藏2年长的评论

简·凯莱赫 2020年8月27日

嗨,亚历克斯,

这是如此有用,谢谢!我仍然有问题实现类似的适合自己的,。我试着curvefit应用和拟合我的代码,但都是锻炼。你偶然看到一个明显的错误我的方法吗?我还附加一块坏的适合我。再次感谢这么多,我很困。

不适合:

a1 = 0.6991

a2 = 0.8909

a3 = 6.233

a4 = 0.5472

功能:

                                  函数y = sigmoidfit (x, a1, a2, a3、a4)
                                 
                                  y = a1 * exp (a2 * exp (a4。* x)) + a3
                                 
                                  结束
                                 
                                  _________________________________________________________________
                                 
                                  %配合:
                                 
                                  输出信号= fittype (“sigmoidfit (x, a1, a2, a3、a4)”,“独立”,{“x”},“系数”,{“a1”,“a2”,“a3”,“a4”})
                                 
                                  % = fitoptions选项(输出端);
                                 
                                  %的选择。.0000000000004曾经繁荣= (2.46665608498939,1.85195743324274,5.25959927640292);
                                 
                                  结果=适合(xfitting (:), S_nonresistantdecline(:),输出端)
                                 
                                  图;
                                 
                                  情节(因此,xfitting (:), S_nonresistantdecline (:))

亚历克斯·沙 2020年8月27日

嗨,简,上述结果从另一个软件发布了“1 stopt”。的拟合函数y = a1 * exp (a2 * exp (a4 * x)) + a3”,看起来简单,但似乎非常困难对Matlab, cftool或lsqcurvefit / nlinfit,得到正确的结果。

登录置评。

类别

人工智能,数据科学和统计数据曲线拟合工具箱插值

找到更多的在插值在帮助中心和文件交换

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

安装一个定制的乙状结肠

3评论
显示2年长的评论隐藏2年长的评论

接受的答案

3评论
显示2年长的评论隐藏2年长的评论

更多的答案(0)

另请参阅

类别

标签

社区寻宝

安装一个定制的乙状结肠

3评论 显示2年长的评论隐藏2年长的评论

接受的答案

3评论 显示2年长的评论隐藏2年长的评论

更多的答案(0)

另请参阅

类别

标签

社区寻宝

3评论
显示2年长的评论隐藏2年长的评论

3评论
显示2年长的评论隐藏2年长的评论