怎么进行MATLAB二元函数拟合
已知X,Y,以及X,Y所对应的矩阵Z,各位大神怎么利用MATLAB编程(不用工具箱)来实现Z=f(X,Y)的拟合,需要拟合的函数形式为Z=p0+p1*X+p2*X^2+p...
已知X,Y,以及X,Y所对应的矩阵Z,各位大神怎么利用MATLAB编程(不用工具箱)来实现Z=f(X,Y)的拟合,需要拟合的函数形式为Z=p0+p1*X+p2*X^2+p3*Y+p4*Y^2+p5*X*Y,有会的大神请联系我,QQ514157119。
展开
2个回答
推荐于2016-09-23
展开全部
设拟合的2元2次方程为
f(x,y)=b1*x²+b2*x*y+b3*y²+b4*x+b5*y+b6
用Matlab的regress()函数拟合,也可以用自定义函数拟合。regress()函数命令格式为
[B,BINT,R,RINT,STATS] = REGRESS(Y,X)
B——参数估计值,拟合函数系数
BINT——B的置信区间
R——残差向量,测试值与拟合值的差值
RINT——R的置信区间
STATS——检验统计量,置信度、F统计量,p值
Y——因变量观察值
X——自变量观察值
根据提供的数据,通过拟合得
B1 =0
B2 =-1734024.851
B3 =-31661318.71
B4 =3785724.073
B5 =9670754.012
B6 =-512586.098
f(x,y)=b1*x²+b2*x*y+b3*y²+b4*x+b5*y+b6
用Matlab的regress()函数拟合,也可以用自定义函数拟合。regress()函数命令格式为
[B,BINT,R,RINT,STATS] = REGRESS(Y,X)
B——参数估计值,拟合函数系数
BINT——B的置信区间
R——残差向量,测试值与拟合值的差值
RINT——R的置信区间
STATS——检验统计量,置信度、F统计量,p值
Y——因变量观察值
X——自变量观察值
根据提供的数据,通过拟合得
B1 =0
B2 =-1734024.851
B3 =-31661318.71
B4 =3785724.073
B5 =9670754.012
B6 =-512586.098
展开全部
假如你现在有对应的三个矩阵X,Y,Z的数据
那么
xy=[X(:) Y(:)];
z=Z(:);
fun=@(p,t) p(1)+p(2)*t(:,1)+p(3)*t(:,1).^2+p(4)*t(:,2)+p(5)*t(:,2).^2+p(6).*t(:,1).*t(:,2);
pp=nlinfit(xy,z,fun,[1 1 1 1 1 1]);
得到的pp是6个元素的数组,分别对应拟合所得的p(0)~p(5);
那么
xy=[X(:) Y(:)];
z=Z(:);
fun=@(p,t) p(1)+p(2)*t(:,1)+p(3)*t(:,1).^2+p(4)*t(:,2)+p(5)*t(:,2).^2+p(6).*t(:,1).*t(:,2);
pp=nlinfit(xy,z,fun,[1 1 1 1 1 1]);
得到的pp是6个元素的数组,分别对应拟合所得的p(0)~p(5);
更多追问追答
追答
[1 1 1 1 1 1]是给p0~p5的6个初值,可以改变,一定要有的
出现错误主要是,你没有用z=Z(:);将z的数据变成数组
如果你的原始数据是X,Y,Z都是大小为mxn的矩阵记得先运行
xy=[X(:) Y(:)];
z=Z(:);
这时候xy是(mxn)x2的矩阵,z是(mxn)x1
如果过你原始的数据X是mx1,Y是nx1,Z是mxn,那么还需要将X,Y扩展为mxn的矩阵
本回答被提问者和网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
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