已知x1=[0.55 0.65 0.65 0.65 0.65 0.55 0.55 0.55 0.65]x2=[1.6 1.6 1.4 1.6 1.4 1.4 1.6 1.4 1.4] x3=[20 20 20 10 10 20 20 20 20]x4=[10 10 10 10 10 10 12 12 12]Y=[1.848 3.1453.3373.0223.1881.971.631.6212.534]求问怎么用matlab拟合出f(x1,x2,x3,x4)来?1.大概知道是用nlinfit或者lsqcurvefit来做,但是并不太了解区别?2.用多项式拟合的话需要先选用合适的模型,但是看了一下x与y的关系没有发现适合的函数,所以可以随便选择吗?3.我看有些说需要给初值,初值是怎么得来的呢?4.如何看拟合后的曲线相关性?是用这个[b,bint,r,rint,stats]=regress(Y,X)吗?
我如图这样书写之后,错误提示Not enough input arguments.
请问是因为要求的系数太多,但是数据给的不够吗?
题主的(4自变量1因变量)多元函数的拟合matlab程序。可以用nlinfit非线性回归函数来做(也可以用lsqcurvefit函数)。实现代码:
x1=[0.55 0.65 0.65 0.65 0.65 0.55 0.55 0.55 0.65]';
x2=[1.6 1.6 1.4 1.6 1.4 1.4 1.6 1.4 1.4]';
x3=[20 20 20 10 10 20 20 20 20]';
x4=[10 10 10 10 10 10 12 12 12]';
Y=[1.848 3.145 3.337 3.022 3.188 1.97 1.63 1.621 2.534]';
X=[x1 x2 x3 x4];
n=length(x1);
a0=rand(1,5);
func=@(a,X)(a(1)+a(2)*X(:,1)+a(3)*X(:,2)+a(4)*X(:,3)+a(5)*X(:,4));
[a,r,J] = nlinfit(X,Y,func,a0);a
Y1=func(a,X);
[Y Y1]
运行上述代码,可以得到
a1= -1.52778571412534;a2= 11.4823809522886;a3= -0.359047619087202 ;a4= 0.00441190476147387;a5=-0.23363095238449
多元函数表达式,y=a1+a2*x1+a3*x2+a4*x3+a5*x4
nlinfit与lsqcurvefit两者区别并不太大,前者用回归的方法来求解,而后者用最小二乘法来求解,两者都可以用于非线性函数和线性函数。
追问还有两个问题:1.我报错的原因是因为试验数据不够吗?
2.决定系数是哪一句可以查看显示的呢?谢谢
1、报错的原因,不是因为试验数据不够,而是数据应采用列向量的形式来表示,拟合表达式中的x1应用X(:,1)来表示,其他变量类同。
2、如何看拟合后的曲线相关性?可以根据线性函数的相关性公式(可以查看概率统计的书籍)来求。即用原始数据与拟合数据来计算。
matlab中,关于多元函数的拟合matlab程序如何书写?(4自变量1因变量)
题主的(4自变量1因变量)多元函数的拟合matlab程序。可以用nlinfit非线性回归函数来做(也可以用lsqcurvefit函数)。实现代码:x1=[0.55 0.65 0.65 0.65 0.65 0.55 0.55 0.55 0.65]';x2=[1.6 1.6 1.4 1.6 1.4 1.4 1.6 1.4 1.4]';x3=[20 20 20 10 10 20 20 20 ...
如何用matlab进行多元曲线拟合
先编写函数 function f=ffun(a,x)f=a(1)*x(:,1)+a(2)*x(:,1).^2+a(3)*x(:,2)+a(4)*x(:,2).^2;其余运行 x=[p,c];%p,c为列响量,f也为列向量 a0=[1,1,1,1];%初值取好点效果更好 a=nlinfit(x,f,'ffun',a0)...
Matlab 进行多元函数参数拟合实例
多元函数形式为:fun=4.0*c(1)*c(2)^12*x12-4.0*c(1)*c(2)^6*x6,此形式为Lenard Jones函数。欲进行拟合,需准备好一组x12和x6值,构成两个列向量。将这两列向量整合成矩阵X=[x12,x6],此时X为2列向量。同时,准备一组与fun函数值对应的Y值,形成列向量ener。定义fun函数在Matlab中...
matlab怎么进行多元多项式拟合?
具体操作步骤如下:1. 首先整理数据,将自变量与因变量分别存储为矩阵。2. 对于线性模型,使用左除运算符对自变量矩阵与因变量向量进行操作,即可得到参数估计值。3. 对于非线性模型或更高阶多项式,可利用最优化工具箱进行拟合。定义目标函数为模型预测值与实际数据的平方差,利用最小化该函数来寻找最优...
怎么用matlab进行数据的多元拟合
如何用matlab进行数据的多元函数拟合?1、拟合前,我们应准备x1,x2,x3,。。。,y的一系列数据 2、将x1,x2,x3,。。。数据赋值给X变量 3、自定义多元函数拟合函数,如func=@(a,x)a(1)*x1+a(2)*x2+a(3)*x3+a(4),a为拟合系数 4、初定a的初始值,如a0=[0,0,0,0] %其个数必须...
怎么用matlab进行非线性的多元函数拟合?
1、最常用的是多项式拟合,采用polyfit函数,在命令窗口输入自变量x和因变量y。2、以二次多项式拟合为例,输入p=polyfit(x,y,2),如果想拟合更高次的多项式,更换括号内数字即可。通过计算获得的p,是一个数组,对应了多项式的各项系数,以图中为例,拟合出的多项式为:y=0.9962x2+0.0053x-0....
matlab多元拟合,有4个自变量
不算解答,给个建议,因为这类问题本身无解。先看看每个单一变量和y的关系图:plot(x(:,i),y)看看什么图形 观察图形然后做适当的变量变换后进行多元线性回归 线性回归本质上是找出大体的关系
matlab 多元非线性函数拟合
[1 log(x1) log(x2)]*[log(a) b c]'=log(y)于是[log(a) b c]'=[1 log(x1) log(x2)]\\log(y)这样就可以得到a,b,c了。不需要进行非线性拟合。下面是程序:(对于x1、x2、y的赋值部分这里就不写了,你自己在前面加上即可)p=[ones(length(y),1) log([x1 x2])]\\log(y...
MATLAB求解多元线性回归时,方程左边为表达式时,应该如何编写,例子如下...
MATLAB求解多元线性回归,你可以这样来考虑:1、明确具体的数据 x=[0,。。。,0.5];y=[400,。。。,800];z=[log(C(0,400)),。。。,log(C(0.5,800))];x=[x1,y1];y=z;2、自定义函数 func=@(a,x)a(1)*(x-a(4))^2+a(2)*(x-a(5))^2+a(3)+ε;3、...
用matlab求解多元线性方程拟合
>> y=[4,8,7,12,7,18,6]';x1=[1,1,2,2,0,4,2]';x2=[1,2,1,3,3,4,0]';x3=[1,2,2,3,0,4,3]';X=[x1 x2 x3 ones(size(y))];B=regress(y,X)B = 1.1212 2.1970 1.1364 0.1061 >> a=B(1)a = 1.1212 >> b=B(2)b = 2.1970 >> ...