浅谈matlab多变量拟合.doc

浅谈matlab多变量拟合.doc

ID:56525585

大小:37.50 KB

页数:8页

时间:2020-06-27

浅谈matlab多变量拟合.doc_第1页
浅谈matlab多变量拟合.doc_第2页
浅谈matlab多变量拟合.doc_第3页
浅谈matlab多变量拟合.doc_第4页
浅谈matlab多变量拟合.doc_第5页
资源描述:

《浅谈matlab多变量拟合.doc》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、首先申明本人是土木专业的,因为有需要要用到matlab中的拟合用途,今天好好学习了一些关于matlab多变量拟合的东西,从网上下载了一些程序,也运行了一下,就举一些实例,附上源程序吧,主要是两个自变量和三个自变量,一个因变量的拟合。让自己也更清楚,以后用起来也方便。   原理就是给出一个自变量和因变量的矩阵,然后给出一个自己认为的带有未知数的拟合方程,然后付一组初始值,根据matlab返回的初始值和误差在附一组初始值,知道最后的相关系数较大,也就是误差较小时,就能拟合的比较好,写出拟合后的方程了。1.广义线性回归

2、拟合和源码(两个自变量,一个因变量,非线性拟合)【例】这里有这样一组数据,涉及三个变量:p,t和z,要拟合出z=f(p,t)的关系式(非线性的)。 z   p                0.8                    1                       1.2t                 60              9.73875                20.75                  36.5987          120            13

3、.5725                  29.6325               50.93875180            18.97875                36.59875              80.13875240             2075125                38.22125               90.925300            22.                     44.58                 104.7725

4、为了使得回归分析的结果更加直观,我调用regstats函数,编写了一个更为实用的函数:reglm,代码如下(代码中有调用方法和例子)。首先写一个M文件:functionstats=reglm(y,X,model,varnames)%多重线性回归分析或广义线性回归分析%%  reglm(y,X),产生线性回归分析的方差分析表和参数估计结果,并以表格形式显示在屏幕上.参%  数X是自变量观测值矩阵,它是n行p列的矩阵.y是因变量观测值向量,它是n行1列的列向量.%%  stats=reglm(y,X),还返回一个包括

5、了回归分析的所有诊断统计量的结构体变量stats.%%  stats=reglm(y,X,model),用可选的model参数来控制回归模型的类型.model是一个字符串,%  其可用的字符串如下%      'linear'         带有常数项的线性模型(默认情况)%      'interaction'    带有常数项、线性项和交叉项的模型%      'quadratic'      带有常数项、线性项、交叉项和平方项的模型%      'purequadratic'  带有常数项、线性项和平方项

6、的模型%%  stats=reglm(y,X,model,varnames),用可选的varnames参数指定变量标签.varnames %  可以是字符矩阵或字符串元胞数组,它的每行的字符或每个元胞的字符串是一个变量的标签,它的行%  数或元胞数应与X的列数相同.默认情况下,用X1,X2,…作为变量标签.%%  例:%  x=[215250250215215250215215%      136.5136.5136.5.5.5.5140.5140.5140.5.5.5]';%  y=[6.27.54.85.14

7、.64.62.83.14.34.94.1]';%  reglm(y,x,'quadratic')%%  ----------------------------------方差分析表----------------------------------%  方差来源   自由度         平方和          均方            F值         p值%  回归      5.0000       15.0277        3.0055         7.6122     0.0219%

8、  残差      5.0000        1.9742        0.3948%  总计     10.0000       17.0018%%        均方根误差(RootMSE)    0.6284            判定系数(R-Square)   0.8839%  因变量均值(DependentMean)    4.7273       调整的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。