建模與仿真統(tǒng)計回歸模型-資料下載頁
2025-05-15 08:09本頁面
【正文】 估計值R ~殘差， J ~估計預測誤差的 Jacobi矩陣 model ~模型的函數 M文件名 beta0 ~給定的參數初值 輸出 betaci =nlparci(beta,R,J) 非線性模型參數估計 function y=f1(beta, x) y=beta(1)*x./(beta(2)+x)。 xxy?? 21??x= 。 y= 。 beta0=[ ]。 [beta,R,J]=nlinfit(x,y,’f1’,beta0)。 betaci=nlparci(beta,R,J)。 beta, betaci beta0~線性化模型估計結果 28/33 2021/6/17 非線性模型結果分析 參數 參數估計值 置信區(qū)間 ?1 [ ] ?2 [ ] 畫面左下方的 Export 輸出其它統(tǒng)計結果。 拖動畫面的十字線，得 y的預測值和預測區(qū)間 剩余標準差 s= xxy?? 21??最終反應速度為 半速度點 (達到最終速度一半時的 x值 )為 6 8 3 1 2?1 ?? ??其它輸出 命令 nlintool 給出交互畫面 0 0 . 5 1 1 . 5050100150200250o ~原始數據 + ~ 擬合結果 0 0 . 2 0 . 4 0 . 6 0 . 8 1 5 005010015020025029/33 2021/6/17 混合反應模型 x1為底物濃度， x2為一示性變量 x2=1表示經過處理， x2=0表示未經處理 β1是未經處理的最終反應速度 γ1是經處理后最終反應速度的增長值 β2是未經處理的反應的半速度點 γ2是經處理后反應的半速度點的增長值 在同一模型中考慮嘌呤霉素處理的影響 xxy?? 21??12221211)( xxxxy???????? ）（30/33 2021/6/17 o ~原始數據 + ~擬合結果 混合模型求解 用 nlinfit 和 nlintool命令 ,17001 ?? ,6001 ?? , ?? ??估計結果和預測 剩余標準差 s= 參數 參數估計值 置信區(qū)間 ?1 [ ] ?2 [ ] ?1 [ ] ?2 [ ] ?2置信區(qū)間包含零點， 表明 ?2對因變量 y的影響不顯著 12221211)( xxxxy???????? ）（參數初值 (基于對數據的分析) 經嘌呤霉素處理的作用不影響半速度點參數 未經處理 經處理 31/33 2021/6/17 o ~原始數據 + ~擬合結果 未經處理 經處理 簡化的混合模型 簡化的混合模型 形式簡單， 參數置信區(qū)間 不含零點 剩余標準差 s = ，比一般混合模型略大 12221211)( xxxxy???????? ）（121211xxxy?????? ）（估計結果和預測 參數 參數估計值 置信區(qū)間 ?1 [ ] ?2 [ ] ?1 [ ] 32/33 2021/6/17 一般混合模型與簡化混合模型預測比較 實際值 一般模型預測值 Δ(一般 模型） 簡化模型預測值 Δ(簡化 模型 ） 67 51 84 … … … … … 191 201 207 200 簡化混合模型的預測區(qū)間較短，更為實用、有效 12221211)( xxxxy???????? ）（121211xxxy?????? ）（預測區(qū)間為預測值 ? Δ 33/33 2021/6/17 注：非線性模型擬合程度的評價無法直接利用線性模型的方法，但 R2 與 s仍然有效。 酶促反應 反應速度與底物濃度的關系 非線性 關系 求解 線性模型 求解非線性模型 機理分析 嘌呤霉素處理對反應速度與底物濃度關系的影響 混合模型 發(fā)現(xiàn)問題，得參數初值 引入 01變量 簡化模型 檢查 參數置信區(qū)間 是否包含零點
環(huán)評公示相關推薦
鄂ICP備17016276號-1