| 查看: 1126 | 回复: 6 | ||||
[求助]
求大神帮你拟合一组数据~万分感激。。。 已有2人参与
|
|
实验获得了一组数，老板要求按照数据趋势拟合出一条曲线，要求最接近真实值，是不是就是R最接近1的意思啊~~求大神帮忙拟合一下 具体数值如下： X Y 0.375 0.7 0.75 1.3 1.5 1.96667 3 3.23333 5 4.86667 10 6.5 15 8.36667 20 9.93333 25 10.93333 30 12 40 13.83333 50 15.1 75 17.03333 100 18.26667 |
回复此楼» 猜你喜欢
德国亥姆霍兹Hereon中心招收两位医用镁合金腐蚀与LPSO相变方向2026公派博士生
已经有0人回复
-
推荐一款可以AI辅助写作的Latex编辑器SmartLatexEditor，超级好用，推荐试试
已经有11人回复
-
物理学I论文润色/翻译怎么收费?
已经有217人回复
-
2026-CJ开始申报了
已经有1人回复
-
西安电子科学大学杭州研究院刘丽香教授招收智能多模态传感器和微型储能器件方向博士
已经有12人回复
-
重庆交通大学光子学微结构与器件课题组招收2026年硕士研究生信息
已经有0人回复
-
一志愿郑大材料学硕298分，求调剂
已经有5人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 如何用Matlab曲线拟合一个多输入参数，而且其中一个输入参数与另一个参数有关呢？
已经有6人回复
- 多组数据高斯函数拟合
已经有7人回复
- 求助--用1stopt拟合蓝宝石衬底的GaN薄膜红外反射光谱
已经有6人回复
- 求助用matlab处理一组非线性拟合数据
已经有7人回复
- 求大神帮忙拟合一个非线性方程，求出模型参数
已经有15人回复
- 数学的大神们，求解一个数学问题，大神们帮帮忙，小女子感激万分
已经有2人回复
- S型曲线拟合优度问题，求大神帮忙
已经有9人回复
- 【求专家】根据一组数据，求其方程，寻最优拟合方程。要求截距为0
已经有3人回复
- 关于MATLAB多个曲线的拟合同一组数据比较
已经有3人回复
- 急求各位大神帮助，电化学阻抗谱拟合的一些问题
已经有17人回复
- 跪求大神帮看matlab小程序
已经有3人回复
- 一组非线性数据拟合
已经有6人回复
- 求大神用matlab给我处理一组数据，有人没有啊？
已经有15人回复
- 求大神帮忙用1stOpt 拟合复数数据
已经有13人回复
- MATLAB微分方程参数拟合问题，求大神
已经有7人回复
【答案】应助回帖
★
感谢参与，应助指数 +1
fegg7502: 金币+1, 应助指数+1, 鼓励交流 2014-05-07 08:16:30
感谢参与，应助指数 +1
fegg7502: 金币+1, 应助指数+1, 鼓励交流 2014-05-07 08:16:30
|
>> x=[0.375 0.75 1.5 3 5 10 15 20 25 30 40 50 75 100]; y=[0.7 1.3 1.96667 3.23333 4.86667 6.5 8.36667 9.93333 10.93333 12 13.83333 15.1 17.03333 18.26667]; >> p=polyfit(x,y,3); >> xi=0:.2:100; >> yi=polyval(p,xi); >> plot(xi,yi,x,y,'r*'); 在matlab中进行适当的拟合，在10次的时候，得到y=-2.1e-014*x^4+0.81*x^3-1.8*x^2+2.5*x+15 |
2楼2014-05-06 22:56:52
selby19893楼2014-05-06 23:02:24
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: 68127.7
- 散金: 1938
- 红花: 443
- 沙发: 4
- 帖子: 4373
- 在线: 3291.4小时
- 虫号: 1122189
- 注册: 2010-10-14
- 专业: 宇宙学
- 管辖: 计算模拟区
【答案】应助回帖
★
感谢参与，应助指数 +1
fegg7502: 金币+1, 应助指数+1, 鼓励交流 2014-05-07 08:16:57
感谢参与，应助指数 +1
fegg7502: 金币+1, 应助指数+1, 鼓励交流 2014-05-07 08:16:57
|
Function: y = p1+p2*Ln(x)+p3*(Ln(x))^2+p4*(Ln(x))^3+p5*(Ln(x))^4+p6*(Ln(x))^5+p7*(Ln(x))^6+p8*(Ln(x))^7+p9*(Ln(x))^8+p10*(Ln(x))^9+p11*(Ln(x))^10 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.0514046251667729 Sum of Square Error (SSE): 0.0369940968395099 Correlation Coef. (R): 0.999959695961976 R-Square: 0.999919393548367 Determination Coef. (DC): 0.99991939352798 |
» 本帖已获得的红花（最新10朵）
4楼2014-05-06 23:29:01
5楼2014-05-07 09:15:21
6楼2014-05-07 09:18:41
7楼2014-05-07 12:51:14
10