| 查看: 1528 | 回复: 12 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
1135725495铁杆木虫 (著名写手)
|
[求助]
matlab 已有1人参与
|
||
用matlab软件计算置信区间，算出来的结果过大怎么解决？？？ @月只蓝 |
回复此楼» 猜你喜欢
瑞典林雪平大学博士后招聘｜PEC Water Splitting 方向
已经有130人回复
-
PRB投稿，Acknowledgment sent to author状态十天了
已经有3人回复
-
物理学I论文润色/翻译怎么收费?
已经有59人回复
-
PVA溶解
已经有2人回复
-
基金申请
已经有44人回复
-
CSC与新西兰维多利亚大学PhD奖学金项目
已经有0人回复
-
新西兰Robinson研究所 招聘CSC公派访问人员
已经有0人回复
-
帮我的英语口语老师找学生
已经有0人回复
-
什么时候开奖？
已经有6人回复
-
散金币祈福
已经有35人回复
1135725495
铁杆木虫 (著名写手)
- 应助: 1 (幼儿园)
- 金币: 6868.7
- 散金: 18
- 红花: 1
- 帖子: 1492
- 在线: 209.6小时
- 虫号: 2756771
- 注册: 2013-10-27
- 性别: MM
- 专业: 有机化工
|
你好！以下是用matlab计算的结果,使用的ci = nlparci(k,residual,jacobian)函数，置信度为95%。算出来的决定系数在0.9以上呢。算出来的置信区间好大啊，不知问题出在哪？ ci = 1.0e+03 * -0.1666 0.1667 -0.0000 0.0000 -0.1562 0.1562 -6.0471 6.0552 以fmincon()的结果为初值，使用函数lsqnonlin()估计得到的参数值为: k1 = 0.05881980024 k2 = 0.00000000000 k3 = 0.00396318725 k4 = 4.05955359944 The sum of the squares is: 6.0e-06 output = firstorderopt: 6.1534e-07 iterations: 1 funcCount: 10 cgiterations: 0 algorithm: 'trust-region-reflective' message: [1x425 char] |
3楼2017-04-11 11:16:48
月只蓝
主管区长 (职业作家)
-
专家经验: +1059 - 计算强帖: 8
- 应助: 1712 (讲师)
- 贵宾: 8.888
- 金币: 68166.7
- 散金: 1938
- 红花: 443
- 沙发: 4
- 帖子: 4373
- 在线: 3292.3小时
- 虫号: 1122189
- 注册: 2010-10-14
- 专业: 宇宙学
- 管辖: 计算模拟区
2楼2017-04-11 10:02:44
月只蓝
主管区长 (职业作家)
-
专家经验: +1059 - 计算强帖: 8
- 应助: 1712 (讲师)
- 贵宾: 8.888
- 金币: 68166.7
- 散金: 1938
- 红花: 443
- 沙发: 4
- 帖子: 4373
- 在线: 3292.3小时
- 虫号: 1122189
- 注册: 2010-10-14
- 专业: 宇宙学
- 管辖: 计算模拟区
4楼2017-04-11 11:22:39
1135725495
铁杆木虫 (著名写手)
- 应助: 1 (幼儿园)
- 金币: 6868.7
- 散金: 18
- 红花: 1
- 帖子: 1492
- 在线: 209.6小时
- 虫号: 2756771
- 注册: 2013-10-27
- 性别: MM
- 专业: 有机化工
|
下面是程序，方程 r1 =-dc/dt=(k(1)*c^2-0.25*k(2)*(9.404-c)^2)/(1+k(3)*c+0.5*k(4)*(9.404-c))^2，数据是c关于t的方程，因变化量c,自变量是t,待估计参数k(1),k(2),k(3),k(4) function parafit % % r1 =(k(1)*c^2-0.25*k(2)*(9.404-c)^2)/(1+k(3)*c+0.5*k(4)*(9.404-c))^2; % % dCAdt = - r1; clear all clc % t/min CA / mol/L Kinetics=[0 8.8599786 3 7.81716904 6 7.3661532 9 7.062404 12 6.82862056 15 6.63696704 18 6.47380764 21 6.33133704 31 5.95301412 41 5.6663802 51 5.43447756 61 5.23953264]; k0 = [0.04539 0.008031 0.07300 3.0230]; % 参数初值 lb = [0 0 0 0]; % 参数下限 ub =[1 1 1 10]; % 参数上限 x0 = [8.8599786]; yexp = Kinetics; warning off % 使用函数fmincon()进行参数估计 [k,fval,flag] = fmincon(@ObjFunc7Fmincon,k0,[],[],[],[],lb,ub,[],[],x0,yexp); fprintf('\n使用函数fmincon()估计得到的参数值为:\n') fprintf('\tk1 = %.11f\n',k(1)) fprintf('\tk2 = %.11f\n',k(2)) fprintf('\tk3 = %.11f\n',k(3)) fprintf('\tk4 = %.11f\n',k(4)) fprintf(' The sum of the squares is: %.1e\n\n',fval) k_fm= k; warning off % 使用函数lsqnonlin()进行参数估计 [k,resnorm,residual,exitflag,output,lambda, jacobian,] = ... lsqnonlin(@ObjFunc7LNL,k0,lb,ub,[],x0,yexp); ci = nlparci(k,residual,jacobian) fprintf('\n\n使用函数lsqnonlin()估计得到的参数值为:\n') fprintf('\tk1 = %.11f\n',k(1)) fprintf('\tk2 = %.11f\n',k(2)) fprintf('\tk3 = %.11f\n',k(3)) fprintf('\tk4 = %.11f\n',k(4)) fprintf(' The sum of the squares is: %.1e\n\n',resnorm) k_ls = k; output warning off % 以函数fmincon()估计得到的结果为初值，使用函数lsqnonlin()进行参数估计 k0 = k_fm; [k,resnorm,residual,exitflag,output,lambda,jacobian] = ... lsqnonlin(@ObjFunc7LNL,k0,lb,ub,[],x0,yexp); ci = nlparci(k,residual,jacobian) fprintf('\n\n以fmincon()的结果为初值，使用函数lsqnonlin()估计得到的参数值为:\n') fprintf('\tk1 = %.11f\n',k(1)) fprintf('\tk2 = %.11f\n',k(2)) fprintf('\tk3 = %.11f\n',k(3)) fprintf('\tk4 = %.11f\n',k(4)) fprintf(' The sum of the squares is: %.1e\n\n',resnorm) k_fmls = k; output tspan = [0 3 6 9 12 15 18 21 31 41 51 61]; [t x] = ode45(@KineticEqs,tspan,x0,[],k_fmls); figure; plot(t,x,'o-',t,yexp(:,2),'*');legend('Predictive value','Experimental data') x % ------------------------------------------------------------------ function f = ObjFunc7Fmincon(k,x0,yexp) tspan = [0 3 6 9 12 15 18 21 31 41 51 61]; [t x] = ode45(@KineticEqs,tspan,x0,[],k); f = sum((x-yexp(:,2)).^2) ; % ------------------------------------------------------------------ function f = ObjFunc7LNL(k,x0,yexp) tspan = [0 3 6 9 12 15 18 21 31 41 51 61]; [t x] = ode45(@KineticEqs,tspan,x0,[],k); f1 = x - yexp(:,2); f = [f1]; % ------------------------------------------------------------------ function dxdt = KineticEqs(t,x,k) dxdt=-(k(1)*x^2-0.25*k(2)*(9.404-x)^2)/(1+k(3)*x+0.5*k(4)*(9.404-x))^2; |
5楼2017-04-11 12:31:25
