曲线和表面拟合
安装曲线
要通过编程拟合曲线,请在此简单示例中按照以下步骤操作:
加载一些数据。
加载哈恩1
使用
合身
函数,指定变量和模型类型(RAT23
在这种情况下是模型类型)。f = fit(临时,热情,“ rat23”)
绘制您的合适和数据。
图(F,Temp,Thermex)F(600)
有关比较各种多项式拟合的示例,请参见多项式曲线拟合。
安装表面
要在编程中拟合表面,请在此简单示例中按照以下步骤操作:
加载一些数据。
加载弗兰克
使用
合身
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”)
绘制您的合适和数据。
情节(f,[x,y],z)
有关拟合自定义方程式的示例,请参阅具有生物制药数据的自定义方程式的表面拟合。
模型类型和合适分析
有关特定模型类型和拟合分析的详细信息和示例,请参见以下各节:
命令行拟合的工作流程
曲线拟合工具箱™软件提供了多种用于数据分析和建模的方法。
小费
快速生成matlab®曲线和表面拟合和图的代码,请使用曲线钳工应用程序,然后生成代码。您可以将单个数据集的交互式分析转换为可重复使用的函数,以进行命令行分析或多个数据集的批处理处理。有关更多详细信息,请参阅生成代码并导出适合工作区。
要使用曲线拟合功能进行程序化拟合和分析,请遵循此工作流程:
使用该数据将数据导入MATLAB工作区
加载
命令(如果您的数据先前已存储在MATLAB变量中)或任何MATLAB函数,以读取特定文件类型的数据。您可能需要重塑数据:请参阅PreparedeCurvedata
或者准备表面
。(可选)如果您的数据嘈杂,则可能需要使用
光滑的
功能。平滑用于确定数据中的主要趋势,可以帮助您选择适当的参数模型系列。如果参数模型不明显或不适合,则可以使平滑本身结束,从而提供数据的非参数拟合。笔记
平滑估计每个预测因子处响应分布的中心。它使数据中的误差是独立的,因此也使用于计算置信度和预测间隔的方法无效。因此,一旦通过平滑识别参数模型,原来的数据应传递给
合身
功能。为数据指定参数模型 - 曲线拟合工具箱库模型或您定义的自定义模型。您可以通过将模型名称或表达式传递给
合身
功能或(可选)Fittype
您使用的对象Fittype
功能。要查看可用的库模型,请参阅曲线和表面拟合的库列表。
(可选)您可以使用
fitoptions
功能。拟合选项指定诸如数据,拟合方法的权重和拟合算法的低级选项。(可选)您可以使用The Fit创建一个排除规则
排除室
功能。排除规则表明哪些数据值将被视为异常值并将其排除在拟合之外。指定X和Y(以及Z,如果表面拟合)数据,模型(名称,表达或
Fittype
对象),((可选))适合选项结构和一个排除规则,并带有合身
功能以执行拟合。这
合身
功能返回aCFIT
(对于曲线)或SFIT
(对于表面)封装计算系数和拟合统计的对象。如果您想了解有关拟合对象的更多信息,请参阅曲线和表面拟合对象和对象功能。您可以后处理返回的拟合对象
合身
功能,将它们传递到各种功能,例如Feval
,,,,区分
,,,,整合
,,,,阴谋
,,,,系数
,,,,概率
,,,,密封
, 和predint
。
使用以下功能与曲线和表面拟合一起使用。
曲线或表面拟合法 | 描述 |
---|---|
获取输入参数名称 |
|
获取合适类别 |
|
获取系数名称 |
|
获取系数值 |
|
获得拟合系数的置信区间 |
|
获取因变量名称 |
|
区分拟合 |
|
排除室 |
将数据排除在fit中 |
评估指定预测指标的模型 |
|
构造 |
|
获取公式 |
|
获取自变量名称 |
|
集成曲线拟合 |
|
确定模型是否是线性的 |
|
获取数量的输入参数 |
|
获取系数数量 |
|
情节拟合 |
|
获取预测间隔 |
|
获取与问题有关的参数名称 |
|
获取问题依赖性参数值 |
|
数值整合表面拟合( |
|
设定型号拟合选项 |
|
获取模型的名称 |
也可以看看
合身
|Fittype
|fitoptions
|排除室
|PreparedeCurvedata
|准备表面