3个回答
展开全部
regress是线性拟合函数.
多变量拟合.是什么意思.是形如:y=a*x1+b*x2+c*x3+d*x4+...+f;
是这种形式吗?
如果是这种形式;可用;
拟合目标方程 :y=b+b1*x1+b2*x2+b3*x3+....bn*xn
b=regress(y,x)
[b,bint,r,rint,stats]=regress(y,x)
r: 残差:
b:系数;
bint:95%的置信区间;
多变量拟合.是什么意思.是形如:y=a*x1+b*x2+c*x3+d*x4+...+f;
是这种形式吗?
如果是这种形式;可用;
拟合目标方程 :y=b+b1*x1+b2*x2+b3*x3+....bn*xn
b=regress(y,x)
[b,bint,r,rint,stats]=regress(y,x)
r: 残差:
b:系数;
bint:95%的置信区间;
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
光点科技
2023-08-15 广告
通常情况下，我们会按照结构模型把系统产生的数据分为三种类型：结构化数据、半结构化数据和非结构化数据。结构化数据，即行数据，是存储在数据库里，可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据，它们可以某种标准格式存在于文件...
点击进入详情页
本回答由光点科技提供
展开全部
regress
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
展开全部
y=[0.0526
0.0901
0.1089
0.1518
0.1347
0.0886
0.1157
0.1127
0.0407
0.0383
0.0919
0.1424
0.1349
0.1266
0.1051
0.0959
0.0884
0.0780
0.0716
0.0800];
k=[-0.0275
0.1146
0.1270
0.1736
0.2450
0.0865
0.0702
0.1327
0.0191
0.0008
0.0929
0.1884
0.3586
0.0717
0.0954
0.0622
0.0510
0.0638
0.0559
0.0701];
l=[0.0322
0.0359
0.0252
0.0379
0.0348
0.0283
0.0293
0.0294
0.0183
0.1551
0.0139
0.0117
0.0125
0.0124
0.0111
0.0133
0.0109
0.0051
0.0090
0.0080];
yy=y-l;
xx=k-l;
p=polyfit(xx,yy,1);
alfa=p(1);a=p(2);
beta=1-alfa;
disp(['alfa='
num2str(alfa)
',beta='
num2str(beta)
',a='
num2str(a)])%%%所求系数
0.0901
0.1089
0.1518
0.1347
0.0886
0.1157
0.1127
0.0407
0.0383
0.0919
0.1424
0.1349
0.1266
0.1051
0.0959
0.0884
0.0780
0.0716
0.0800];
k=[-0.0275
0.1146
0.1270
0.1736
0.2450
0.0865
0.0702
0.1327
0.0191
0.0008
0.0929
0.1884
0.3586
0.0717
0.0954
0.0622
0.0510
0.0638
0.0559
0.0701];
l=[0.0322
0.0359
0.0252
0.0379
0.0348
0.0283
0.0293
0.0294
0.0183
0.1551
0.0139
0.0117
0.0125
0.0124
0.0111
0.0133
0.0109
0.0051
0.0090
0.0080];
yy=y-l;
xx=k-l;
p=polyfit(xx,yy,1);
alfa=p(1);a=p(2);
beta=1-alfa;
disp(['alfa='
num2str(alfa)
',beta='
num2str(beta)
',a='
num2str(a)])%%%所求系数
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
更多回答（1）
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
