曲线和曲面拟合
拟合曲线
以编程方式适合曲线,按以下步骤在这个简单的例子:
加载数据。
负载hahn1
创建一个适合使用
适合
函数,指定变量和模型类型(rat23
在这种情况下是模型类型)。f =适合(临时、thermex“rat23”)
你的健康和数据的阴谋。
情节(f,临时thermex) f (600)
比较各种多项式适合为例,看看多项式曲线拟合。
拟合曲面
以编程方式适合表面,按以下步骤在这个简单的例子:
加载数据。
负载因特网
创建一个适合使用
适合
函数,指定变量和模型类型(poly23
在这种情况下是模型类型)。f = fit (x, y, z,“poly23”)
你的健康和数据的阴谋。
情节(f, x, y, z)
例如安装自定义方程,明白了生物制药数据表面与自定义拟合方程。
模型类型和合适的分析
细节和具体的模型类型和适合的例子分析,见以下部分:
工作流的命令行安装
曲线拟合工具箱™软件提供了多种方法用于数据分析和建模。
提示
快速生成MATLAB®曲线和表面符合和情节,代码使用曲线更健康应用程序然后生成代码。你可以互动分析单个数据集转换成一个可重用函数命令行分析或批处理的多个数据集。更多细节,请参阅生成代码,适合出口到工作区。
使用曲线拟合函数编程拟合和分析,参照下面的工作流程:
你的数据导入MATLAB工作区使用
负载
命令(如果您的数据曾被存储在MATLAB变量)或任何的MATLAB函数读取数据从特定的文件类型。您可能需要重塑你的数据:明白了prepareCurveData
或prepareSurfaceData
。(可选)如果您的数据是嘈杂的,您可能想要顺利使用
光滑的
函数。平滑是用来识别主要趋势的数据可以帮助你在选择一个合适的家庭参数模型。如果一个参数模型并不明显或适当,平滑本身可以结束,提供一个非参数的数据。请注意
平滑估计的中心分布在每个预测的反应。无效假设错误的数据是独立的,所以也无效的方法来计算和预测时间间隔的信心。因此,一旦确诊一个参数模型通过平滑,原始数据应该被传递到
适合
函数。指定一个参数模型数据曲线拟合工具箱库定义的模型或一个自定义模型。您指定的模型,通过模型名称或表达式
适合
函数或(可选)fittype
您创建的对象fittype
函数。查看可用的库模型,明白了曲线和曲面拟合的模型库列表。
(可选)可以创建一个符合选项结构配合使用
fitoptions
函数。符合选项指定重量的数据,拟合方法和低层次的选择合适的算法。(可选)可以创建一个排除规则的使用
excludedata
函数。排除规则显示数据值将被视为离群值,排除在健康。指定x和y (z,如果表面拟合)数据,模型(名称、表达式或
fittype
对象)和(可选)适合选择结构和排除规则,与适合
函数执行。的
适合
函数返回一个cfit
(曲线)sfit
(表面)对象,该对象封装了计算系数和健康统计数据。如果你想了解更多关于健康的对象,明白了曲线和曲面拟合对象和对象的功能。你可以后处理返回的对象
适合
函数,通过他们不同的功能,如函数宏指令
,区分
,集成
,情节
,coeffvalues
,probvalues
,confint
,predint
。
使用下面的函数来处理曲线和表面符合。
曲线或曲面拟合法 | 描述 |
---|---|
获得输入参数名称 |
|
得到合适的类别 |
|
得到的系数的名字 |
|
得到的系数值 |
|
获得合适的置信区间系数 |
|
得到相关的变量名 |
|
区分健康 |
|
excludedata |
排除数据符合 |
在指定的预测评估模型 |
|
构造 |
|
得到公式 |
|
获得独立的变量名 |
|
结合曲线拟合 |
|
确定模型是线性的 |
|
得到输入参数的数量 |
|
得到的系数 |
|
情节适合 |
|
得到的预测区间 |
|
得到problem-dependent参数名称 |
|
得到problem-dependent参数值 |
|
数值积分表面符合( |
|
设置模型符合选项 |
|
得到的模型 |
另请参阅
适合
|fittype
|fitoptions
|excludedata
|prepareCurveData
|prepareSurfaceData