| 查看: 1133 | 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
求调剂
已经有0人回复
-
0702一志愿吉大B区求调剂有论文
已经有0人回复
-
物理学I论文润色/翻译怎么收费?
已经有70人回复
-
请问还有没有用Latex写文章的小伙伴们？
已经有0人回复
-
光学工程学硕调剂信息
已经有32人回复
-
欢迎加入课题组
已经有0人回复
-
散金币，求好运，祝面上顺利！
已经有76人回复
-
华东师范大学芯片设计徐珑真实水平咋样
已经有1人回复
-
调剂
已经有0人回复
-
【新加坡】纳米电子器件项目组有“联合培养博士生”名额
已经有0人回复
-
中德博士后2026项目5月30日截止- 国内博士后入站、德国两年全职
已经有0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
