自定义非线性统计拟合
这个例子展示了如何自定义方程适合人口普查数据,指定范围,系数和problem-dependent参数。
负载和情节census.mat中的数据:
负载人口普查情节(cdate、流行,“o”)举行在
创建一个适合选择结构和fittype对象自定义非线性模型y =(取向)n, a和b系数和n是一个problem-dependent参数。看到fittype功能页面problem-dependent参数的更多细节。
s = fitoptions (“方法”,“NonlinearLeastSquares”,…“低”(0,0),…“上”(正无穷,max (cdate)),…曾经繁荣的[1]);f = fittype (“*(取向)^ n”,“问题”,“n”,“选项”,年代);
适合的数据使用合适的选项和值n = 2:
[c2, gof2] =适合(cdate、流行、f,“问题”,2)
c2 =一般模型:c2 (x) = a *(取向)^ n系数(95%置信界限):a = 0.006092(0.005743, 0.006441) = 1789(1784、1793)问题参数:n = 2
gof2 =结构体字段:上交所:246.1543 rsquare: 0.9980教育部:19 adjrsquare: 0.9979 rmse: 3.5994
适合的数据使用合适的选项和值n = 3:
[c3, gof3] =适合(cdate、流行、f,“问题”3)
c3 =一般模型:c3 (x) = a *(取向)^ n系数(95%置信界限):a = 1.359 e-05 (1.245 e-05, 1.474 e-05) b = 1725(1718、1731)问题参数:n = 3
gof3 =结构体字段:上交所:232.0058 rsquare: 0.9981教育部:19 adjrsquare: 0.9980 rmse: 3.4944
阴谋的结果和数据:
情节(c2,“米”)情节(c3、“c”)传说(“数据”,“符合n = 2”,“符合n = 3”)