离散的点可用含3个未知常数的函数拟合，请问具体怎么通过最小二乘法拟合确定三个常数？ 最小二乘法求拟合函数未知项
\u5982\u4f55\u6839\u636e\u4e00\u4e9b\u79bb\u6563\u70b9\uff0c\u7528matlab\u62df\u5408\u51fd\u6570,\u51fd\u6570\u672a\u77e5\uff0c\u6025\uff01\u6025\uff01\u4f60\u8981\u7684\u62df\u5408\u95ee\u9898\uff0c\u6709\u5f88\u591a\u79cd\u65b9\u5f0f
\u5982\u679c\u4f60\u9700\u8981\u7684\u4e00\u6761\u51fd\u6570\uff0c\u5e0c\u671b\u5c3d\u91cf\u9760\u8fd1\u8fd9\u4e9b\u70b9\uff0c\u4f46\u662f\u53ef\u4ee5\u4e0d\u8fc7\u8fd9\u4e9b\u6570\u636e\u70b9\uff0c\u53ef\u4ee5\u7528\u6700\u5c0f\u4e8c\u4e58\u6cd5\u53bb\u6c42\u8fd9\u4e48\u4e00\u4e2a\u51fd\u6570\uff0c\u5177\u4f53\u7684\u51fd\u6570\u5f62\u5f0f\uff0c\u4e5f\u662f\u7531\u4f60\u81ea\u5df1\u5b9a
\u5982\u679c\u4f60\u8981\u8fd9\u4e2a\u62df\u5408\u51fd\u6570\u8fc7\u8fd9\u4e9b\u6570\u636e\u70b9\uff0c\u90a3\u4e48\u53ef\u4ee5\u7528\u5f88\u591a\u79cd\u51fd\u6570\u6765\u62df\u5408\uff0c\u5e38\u89c1\u7684\u6709\u591a\u9879\u5f0f\u63d2\u503c\u548c\u6837\u6761\u63d2\u503c\uff0c\u591a\u9879\u5f0f\u7684\u7a33\u5b9a\u6027\u4e0d\u597d\uff0c\u6837\u6761\u63d2\u503c\u662f\u5f88\u5e38\u7528\u800c\u4e14\u6548\u679c\u5f88\u597d\u7684\u63d2\u503c\u65b9\u6cd5\uff0c\u53ef\u4ee5\u4fdd\u8bc1\u8fde\u7eed\u6027\u4ee5\u53ca\u4e00\u6b21\u5bfc\u6570\u7684\u8fde\u7eed\u6027
\u6211\u7ed9\u4f60\u4e2acode\uff0c\u4f60\u8bd5\u8bd5\u770b
z \u548c nu\u90fd\u662f\u6309\u4f60\u7684\u8f93\u5165\u8fdb\u53bb
zz = z; % \u53ef\u4ee5\u53d6\u7684\u66f4\u5bc6\u96c6\u4e00\u4e9b
new = spline(z,NU,zz); % \u8fd9\u4e2a\u5c31\u662f\u7528\u4f60\u7ed9\u7684\u70b9\u505a\u7684\u6837\u6761
plot (zz,new); \u753b\u51fa\u65b0\u7684\u63d2\u503c\u51fd\u6570
\u4e0d\u8fc7\u8fd9\u79cd\u60c5\u51b5\u4e0b\uff0c\u6ca1\u6709\u89e3\u6790\u5173\u7cfb\u53ef\u4ee5\u7ed9\u51fa
\u7528nlinfit\u51fd\u6570\u53ef\u4ee5\u786e\u5b9aC1\u3001C2\u7cfb\u6570\u3002\u5b9e\u73b0\u8fc7\u7a0b\uff1a
x=[0 0.2 0.4 0.6 0.8 1.0];
y=[1.0 3.0 1.5 0 -2.0 -0.8];
b=[0 0];
a = nlinfit(x,y,func,b);
C1=a(1),C2=a(2)
这个问题可以借助于数学软件（如matlab、1stpot
）来解决，其方法如下：
1、将已知数据，分别赋值给t和St
2、创建自定义函数，即
func=@(beta,t)beta(1)*log((beta(2)*t+beta(3))/(beta(3)-t))
这里，k=beta(1)，a=beta(2)，b=beta(3)
3、确定k，a，b的初值
4、使用matlab的最小二乘法拟合函数lsqcurvefit（），求得函数的系数k，a，b值
5、计算拟合值，并求其相关系数R
6、判断拟合精度是否满足R>0.9以上
绛旓細3.娉涘厠绔嬫牸(鍚秼鍔挎ā鍨嬬殑鍏嬬珛鏍.KT) 杩欓噷鍋囧畾RFZ(u)鐨勫潎鍊煎彲浠ヨ〃鎴愬涓嬪舰寮 鍦拌川鍕樻帰涓夌淮鍙鍖栨妧鏈強绯荤粺寮鍙 鍏朵腑ak鏄鏈煡甯告暟,fk(u)鏄凡鐭ョ殑鍩哄嚱鏁...鎴戜滑鍙互鐢绂绘暎鐐澶勭殑浼拌鍊糧* 鐨勫钩鍧囧间綔涓哄钩鍧囧糧V(u)鐨勪及璁″ 鍦拌川鍕樻帰涓夌淮鍙鍖栨妧鏈強绯荤粺寮鍙 濡傛灉N涓偣鐨凨rige浼拌鎵鐢ㄧ殑鏄浉鍚岀殑鏁版嵁,鍒欐湁鍏崇殑...
绛旓細濡傛灉涓涓繛缁嚱鏁板湪绂绘暎鍖栦箣鍓嶆槸杩炵画鐨勶紝閭ｄ箞瀹冨湪绂绘暎鍖栦箣鍚庡氨鍙樻垚浜嗗垎娈甯告暟鍑鏁般傚嚱鏁扮鏁ｆ槸鎸囧涓涓畾涔夊湪杩炵画鍩熶笂鐨勫嚱鏁拌繘琛岀鏁ｅ寲锛屽嵆灏嗗叾瀹氫箟鍩熶腑鐨勮繛缁偣闆嗙敤鏈夐檺涓绂绘暎鐨勭偣鏉ヤ唬鏇垮湪瀹為檯搴旂敤涓紝鍑芥暟绂绘暎閫氬父鏄负浜嗙畝鍖栬绠楁垨鑰呬娇寰楁墍澶勭悊鐨勬暟鎹彲浠ョ敤鏁板瓧鏉ヨ〃绀恒備緥濡傦紝鍦ㄤ俊鍙峰鐞嗕腑锛屽彲浠ュ皢杩炵画...
绛旓細浣犲氨姹備竴涓媂鍜孻鐨勬牱鏈崗鏂瑰樊鍜屾牱鏈浉鍏崇郴鏁板氨濂戒簡 鐒跺悗浠ｅ叆鍙傛暟鐨勫瘑搴﹀嚱鏁 涔熷彲浠ョ敤闈炲弬鏁颁及璁″瘑搴﹀嚱鏁 浜屽厓鐨勬湁鐐归夯鐑 寰楅渶瑕佷簩鍏冪殑kernel鍑芥暟 鍏蜂綋鍙傝僅ardle, Muller, Sperlich, Werwarz, 1995, Nonparametric and Semiparametric Models, An Introduction 浣犺鏄細鐢≧鍜孲 plus language涓嬩竴涓猲p ...
绛旓細1. 鍗曠偣鍒嗗竷锛氶鍖栦箣缇庡崟鐐瑰垎甯冿紝鎴栫О涓轰竴鐐瑰垎甯冿紝鏄渶绠鍗曠殑绂绘暎鍨嬪垎甯冦傚畠鎻忕粯鐨勬槸闅忔満鍙橀噺x浠ユ鐜1瀹氱偣鍦甯告暟a涓婏紝鍏跺瘑搴﹀嚱鏁扮畝鍗曟槑浜嗭細 銆傚垎甯冨嚱鏁扮畝娲佺洿瑙傦細 銆傚埆鐪嬪畠鐪嬩技绠鍗曪紝鍏舵湡鏈涘 鍜屾柟宸 鍒嗗埆鎻ず浜嗗垎甯冪殑涓績瓒嬪娍鍜岀鏁ｇ▼搴︺2. 绂绘暎鍧囧寑鍒嗗竷锛氶瀛愮殑绉樺瘑鎶曟幏楠板瓙鐨勮儗鍚庡叾瀹炴槸涓涓鏁...
绛旓細姹傝В杩欎釜闈炵嚎鎬ф柟绋嬬殑璁＄畻澶嶆潅搴︾敱鏍锋潯娆℃暟p鍐冲畾锛屼粠鐞嗚涓婅锛宲娆″椤瑰紡鐨勯浂鐐规渶澶氭湁p涓紝鍥犳涓婅堪闈炵嚎鎬ф柟绋嬬殑瑙ｆ渶澶氭湁p涓傛眰瑙ｈ繖涓潪绾挎ф柟绋嬬殑绠楁硶鍙互鍙傝冩暟鍊煎垎鏋愪腑鍒楀嚭鐨勯潪绾挎ф柟绋嬭В娉曪紝闇瑕佸叿浣撻棶棰樺叿浣撳垎鏋愶紝娌℃湁涓绉嶈兘鎵惧嚭鎵鏈夎В鐨勭畝渚垮張涓囪兘鐨勬柟娉曘傚弬鑰冭祫鏂欙細銆婃暟鍊煎垎鏋愩嬶紙绗3鐗堬級锛屽寳浜...
绛旓細宸ュ叿/鍘熸枡 姝ｇ‘瀹夎Matlab锛岀偣鍑讳笅闈㈤摼鎺ttp://jingyan.baidu.com/article/3d69c551a2dbd7f0cf02d731.html MATLAB 7.0浠ヤ笂 鏂规硶/姝ラ 1/2 鍒嗘闃呰 鐢诲嚭琛板噺闇囪崱鏇茬嚎鍙婂叾鍖呯粶绾 2/2 绋嬪簭濡備笅锛歵=0:pi/50:4*pi;y0=exp(-t/3);y=exp(-t/3).*sin(3*t);plot(t,y,'-r',t,y0,':b...
绛旓細鍏朵腑:Kij涓虹郴鏁(鍒氬害)鐭╅樀;Xi涓绂绘暎鐐圭殑鎻掑笺 鈶ｉ夋嫨鍚堥傜殑浠ｆ暟瑙ｆ硶瑙ｅ紡(2),鍗冲彲寰楀埌寰呮眰杈瑰奸棶棰樼殑鏁板艰ВXi(i=1,2,鈥,N) (2)鐭╅噺娉 寰堝鐢电鍦洪棶棰樼殑鍒嗘瀽閮藉綊缁撲负杩欐牱涓涓畻瀛愭柟绋嬨2銆: L(f)=g(3)鍏朵腑:L鏄嚎鎬х畻瀛,f鏄鏈煡鐨鍦烘垨鍏朵粬鍝嶅簲,g鏄凡鐭ョ殑婧愭垨婵鍔便 鍦ㄩ氬父鐨勬儏鍐典笅,杩欎釜鏂圭▼鏄...
绛旓細鍐嶆敞鎰:(1)鏋勬垚鍑芥暟涓変釜瑕佺礌鏄畾涔夊煙銆佸搴斿叧绯诲拰鍊煎煙.鐢变簬鍊煎煙鏄敱瀹氫箟鍩熷拰瀵瑰簲鍏崇郴鍐冲畾鐨,鎵浠,濡傛灉涓や釜鍑芥暟鐨勫畾涔夊煙鍜屽搴斿叧绯诲畬鍏ㄤ竴鑷,鍗崇О杩欎袱涓嚱鏁扮浉绛(鎴栦负鍚屼竴鍑芥暟)(2)涓や釜鍑芥暟鐩哥瓑褰撲笖浠呭綋瀹冧滑鐨勫畾涔夊煙鍜屽搴斿叧绯诲畬鍏ㄤ竴鑷,鑰屼笌琛ㄧず鑷彉閲忓拰鍑芥暟鍊肩殑瀛楁瘝鏃犲叧銆傜浉鍚屽嚱鏁扮殑鍒ゆ柇鏂规硶:鈶犺〃杈惧紡鐩稿悓;鈶″畾涔...
绛旓細妤间笂璇寸殑鍙傛暟寮忓簲璇ヨ兘琛岋紝鐢▁,y鐨勫垎閲忓垎鍒敤t琛ㄧず杩涜鎻掑兼嫙鍚堬紝鐒跺悗鐢╰鏉ョН鍒嗐俧unction [L]=len(x,y,K)t=1:1:length(x);k=min(t):(max(t)-min(t))/K:max(t);u1=spline (t,x,k);u2=spline (t,y,k);p=sqrt(diff(u1).^2+diff(u2).^2);L=sum(p);end 鎴戞祴璇曚簡涓...
绛旓細姹傝В涓涓壒瀹氭ā鍨嬬殑瑙嗙數闃荤巼鍊兼柟娉曚富瑕佹湁5绉:(1)瑙ｆ瀽娉;(2)鏈夐檺宸垎娉,(3)鏈夐檺鍏冩硶;(4)杈圭晫...杩涜屽湪鍚勫崟鍏冧笂杩戜技鍦板皢鍙樺垎鏂圭▼绂绘暎鍖,瀵煎嚭浠ュ悇鑺傜偣鐢典綅鍊间负鏈煡閲忕殑楂橀樁绾挎ф柟绋嬬粍,鏈鍚庢眰瑙ｆ鏂圭▼...鍚甯告暟鍏冭В娉曚竴鏍,鑻ユ妸鍏ㄩ儴鈥渋鈥 鐐瑰悎璧锋潵,鏂圭▼(2.106)鍜屾柟绋(2.107)鍒嗗埆鏋勬垚N闃跺拰M闃剁嚎鎬т唬鏁版柟绋...
