matlab-曲線擬合工具箱-資料下載頁
2025-05-08 23:47本頁面
【正文】 odness of fit: SSE: Rsquare: Adjusted Rsquare: RMSE: Results： Linear model Poly5: f(x) = p1*x^5 + p2*x^4 + p3*x^3 + p4*x^2 + p5*x + p6 Coefficients (with 95% confidence bounds): p1 = (, ) p2 = (, ) p3 = (, ) p4 = (, ) p5 = (, ) p6 = (, ) Goodness of fit: SSE: Rsquare: Adjusted Rsquare: RMSE: 擬合圖形： 例：用有理擬合方法擬合數據 matlab自帶，描述銅的熱膨脹與熱力學溫度的相關性，包括兩個向量temp與 thermex。 load hahn1 cftool(temp,thermex) 分子分母均為 2次 分子分母均為 3次 分子三次、分母二次 分子三次、分母二次的有理多項式擬合鮮果很好，擬合曲線充分體現了整個數據，殘差隨機分布在 0附近。 有時我們對擬合參數的提取或解釋不感 興趣，只想得到一個平滑的通過各數據點的 曲線，這種擬合曲線的形式稱之為非參數擬 合。 非參數擬合的方法包括 （ 1）插值法 Interpoants （ 2）平滑樣條內插法 Smoothing spline 內插法： 在已知數據點之間估計數值的過程，包括 Linear 線性內差，在每一隊數據之間用不同的線性多項式擬合； Nearest neighbor 最近鄰內插，內差點在最相鄰的數據點之間； Cubic spline 三次樣條內插，在每一隊數據之間用不同的三次多項式擬合； Shapepreserving 分段三次艾爾米特內插 . 平滑樣條內插法： 是對雜亂無章的數據進行平滑處理，可以用平滑數據的方法來擬合，平滑的方法在數據的預處理中已經介紹。 例：用內插法擬合 load carbon12alpha cftool(counts,angle) fit 1 Fitting— type of fit— Interpolant Nearest neighbor fit 2 Fitting— type of fit— Interpolant Shapepreserving 例：用三次樣條內插和集中平滑樣條內插法擬合下列數據 rand(39。state39。,0)。 x=(4*pi)*[0 1 rand(1,25)]。 y=sin(x)+.2*(rand(size(x)).5)。 cftool(x,y) 曲線的平滑級別用 Smoothing Parameter選項給定，默認的平滑參數值與數據集有關，并再單擊 Apply按鈕以后由工具箱自動計算。對于本數據集，默認的平滑參數值接近 1，表示平滑樣條接近于三次樣條，并且?guī)缀跽么┻^每個數據點?？梢宰约褐付▍抵担瑸?0時，生成一個分段線性多項式的擬合，為 1時，生成一個分段三次多項式的擬合，它穿過所有的數據點。 fit2默認平滑參數下的平滑樣條內插擬合結果效果最好。 Matlab還提供了一個方便簡捷的擬合界面。它具有擬合快速，操作簡便的有時，但擬合方法較少。 使用步驟： （ 1）導入數據，并畫圖； （ 2）在 tool菜單中單擊 Basic Fitting對話框 例：用基本擬合界面擬合 load census plot(cdate,pop,39。ro39。) 在 tool菜單中單擊 Basic Fitting對話框 1 7 5 0 1 8 0 0 1 8 5 0 1 9 0 0 1 9 5 0 2 0 0 0 1 050510r e s i d u a l sC u b i c : n o r m o f r e s i d u a l s = 1 2 . 2 3 81 7 5 0 1 8 0 0 1 8 5 0 1 9 0 0 1 9 5 0 2 0 0 001 0 02 0 03 0 0 y = 0 . 9 2 * z3 + 2 5 * z2 + 7 4 * z + 6 2w h e r e z = ( x 1 . 9 e + 0 0 3 ) / 6 2d a t a 1 cu b i c Y = f ( X
法律信息相關推薦
鄂ICP備17016276號-1