| 查看: 2345 | 回复: 8 | ||
新星之光木虫 (著名写手)
|
[求助]
两个自变量一个因变量非线性拟合 已有2人参与
|
|
数据有两个自变量和一个因变量，想实现他们的多元非线性拟合，但是不知道拟合出的函数应该是什么形式，求助高人指点。 数据在下载文件里 新人求助，金币有限，希望各位高人指教！ |
回复此楼» 本帖附件资源列表
-
欢迎监督和反馈：小木虫仅提供交流平台，不对该内容负责。
本内容由用户自主发布，如果其内容涉及到知识产权问题，其责任在于用户本人，如对版权有异议，请联系邮箱：xiaomuchong@tal.com - 附件 1 : Book1.xls
2015-07-13 09:31:28, 20 K
» 猜你喜欢
材料学硕297已过四六级求调剂推荐
已经有8人回复
-
本人考085602 化学工程 专硕
已经有21人回复
-
265求调剂
已经有12人回复
-
求调剂
已经有5人回复
-
一志愿中南化学337求调剂
已经有6人回复
-
350求调剂
已经有3人回复
-
295复试调剂
已经有8人回复
-
0817 化学工程 299分求调剂 有科研经历 有二区文章
已经有22人回复
-
287求调剂
已经有7人回复
-
329求调剂
已经有7人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 关于非线性拟合R相关系数
已经有4人回复
- 有一组数据，三个变量一个因变量，怎么拟合回归出一个强度公式
已经有4人回复
- 1stopt自变量超多时是否有简单语法？AND 自变量多 数据量大的话1stopt都会算的特慢么
已经有7人回复
- matlab曲线拟合及修正
已经有10人回复
- 在用nlinfit对非线性函数拟合时遇到的一些问题请教
已经有5人回复
- 多个变量之间的相关关系分析
已经有9人回复
- EV曲线计算问题
已经有14人回复
- matlab拟合参数显示初始点是一个局部最小值
已经有18人回复
- origin8.5 自定义方程的非线性拟合问题
已经有10人回复
- 如何根据几个点来拟合出一个面呢？
已经有9人回复
- 关于matlab两个自变量、一个因变量曲线拟合问题
已经有3人回复
- 怎样将多种曲线拟合后的曲线图放在同一张图上
已经有12人回复
- 求助用matlab 多元非线性拟合
已经有4人回复
- comsol定义一个特殊的变量
已经有3人回复
- 部分函数曲线和几个点怎么拟合
已经有9人回复
- 对于某一变量关于多个自变量的拟合问题求助？
已经有15人回复
- ASPEN规定某一目标及两个变量，欲画出两个变量之间的关系曲线
已经有5人回复
- 用matlab里的nlinfit如何拟合分段函数
已经有8人回复
- 两个因变量，四个自变量的回归分析
已经有4人回复
- 对两个自变量，一个因变量进行非线性拟合回归，求出目标函数的两个参数。
已经有5人回复
- 菜鸟求助：关于Origin多元线性回归拟合y=x1*（a*x2+b*x3+c)
已经有10人回复
dingd
铁杆木虫 (职业作家)
- 应助: 1641 (讲师)
- 金币: 15037.3
- 散金: 101
- 红花: 234
- 帖子: 3410
- 在线: 1223.7小时
- 虫号: 291104
- 注册: 2006-10-28
2楼2015-07-13 16:57:57
新星之光
木虫 (著名写手)
- 应助: 2 (幼儿园)
- 金币: 10170.8
- 散金: 150
- 红花: 11
- 帖子: 1454
- 在线: 122.7小时
- 虫号: 1414107
- 注册: 2011-09-23
- 性别: MM
- 专业: 生化分析及生物传感
3楼2015-07-14 09:51:02
dingd
铁杆木虫 (职业作家)
- 应助: 1641 (讲师)
- 金币: 15037.3
- 散金: 101
- 红花: 234
- 帖子: 3410
- 在线: 1223.7小时
- 虫号: 291104
- 注册: 2006-10-28
4楼2015-07-14 09:54:03
独孤神宇
版主 (知名作家)
- 应助: 490 (硕士)
- 贵宾: 0.008
- 金币: 31016.3
- 散金: 802
- 红花: 122
- 沙发: 1
- 帖子: 5600
- 在线: 856.5小时
- 虫号: 3522474
- 注册: 2014-11-06
- 性别: GG
- 专业: 机械动力学
- 管辖: 计算模拟
【答案】应助回帖
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
感谢参与，应助指数 +1
新星之光: 金币+30, ★★★★★最佳答案 2015-07-16 10:05:13
感谢参与，应助指数 +1
新星之光: 金币+30, ★★★★★最佳答案 2015-07-16 10:05:13
|
Function: z = p1+p2*x+p3*x^2+p4*x^3+p5*x^4+p6*x^5+p7*y+p8*y^2+p9*y^3+p10*y^4+p11*y^5 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.00435355569242685 Sum of Square Error (SSE): 0.000265348260338871 Correlation Coef. (R): 0.998315662407837 R-Square: 0.996634161808799 Determination Coef. (DC): 0.996634161778795 Parameters Name Parameter Value =============== =============== p1 -715.236181570016 p2 10960.3382435037 p3 -66087.3651013833 p4 196060.419794451 p5 -285971.625132799 p6 163798.628037838 p7 0.00484613740814048 p8 -0.0237353029485089 p9 -0.0420903813115272 p10 -0.00217499579977386 p11 0.00397481772435329 ======== 输出结果 ========= No. Observed Y Calculated Y 1 0.28 0.27705427940269 2 0.29 0.28999995050839 3 0.29 0.290952256715106 4 0.3 0.300000023737122 5 0.31 0.30999999832841 6 0.39 0.389999999990982 7 0.07 0.0712529530824241 8 0.15 0.147201994690377 9 0.2 0.208980389786046 10 0.23 0.222581353201079 11 0.22 0.213698394485464 12 0.23 0.238312187025807 13 0.28 0.279013962351941 14 0.29 0.290952256715106 这是最优解 ，参数比较多，至于具体要多少个参数的拟合函数，还要看实际情况。。。。 |
5楼2015-07-15 19:56:53
新星之光
木虫 (著名写手)
- 应助: 2 (幼儿园)
- 金币: 10170.8
- 散金: 150
- 红花: 11
- 帖子: 1454
- 在线: 122.7小时
- 虫号: 1414107
- 注册: 2011-09-23
- 性别: MM
- 专业: 生化分析及生物传感
6楼2015-07-16 10:08:02
新星之光
木虫 (著名写手)
- 应助: 2 (幼儿园)
- 金币: 10170.8
- 散金: 150
- 红花: 11
- 帖子: 1454
- 在线: 122.7小时
- 虫号: 1414107
- 注册: 2011-09-23
- 性别: MM
- 专业: 生化分析及生物传感
|
这有一组数据，急求结果，请教帮忙拟合一下，万分感谢！ |
» 本帖附件资源列表
-
欢迎监督和反馈：小木虫仅提供交流平台，不对该内容负责。
本内容由用户自主发布，如果其内容涉及到知识产权问题，其责任在于用户本人，如对版权有异议，请联系邮箱：xiaomuchong@tal.com - 附件 1 : Book2-C.xls
2015-07-16 10:34:35, 19 K
7楼2015-07-16 10:36:27
独孤神宇
版主 (知名作家)
- 应助: 490 (硕士)
- 贵宾: 0.008
- 金币: 31016.3
- 散金: 802
- 红花: 122
- 沙发: 1
- 帖子: 5600
- 在线: 856.5小时
- 虫号: 3522474
- 注册: 2014-11-06
- 性别: GG
- 专业: 机械动力学
- 管辖: 计算模拟
★ ★
xzhdty: 金币+2, 谢谢应助 2015-07-17 16:26:16
xzhdty: 金币+2, 谢谢应助 2015-07-17 16:26:16
|
1stOPt Function: z = p1+p2*x+p3*x^2+p4*x^3+p5*x^4+p6*x^5+p7*y+p8*y^2+p9*y^3 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.000136847254256445 Sum of Square Error (SSE): 1.68544538977753E-7 Correlation Coef. (R): 0.999999995342673 R-Square: 0.999999990685347 Determination Coef. (DC): 0.999999933046987 Parameters Name Parameter Value =============== =============== p1 -45.8977971204373 p2 -124.151414991016 p3 -116.574182963298 p4 -51.0362342701102 p5 -10.612144980665 p6 -0.849886793203573 p7 -28.0846583315217 p8 126.384762377423 p9 -150.933510530338 ======== 输出结果 ========= No. Observed Y Calculated Y 1 0.25 0.250000000703429 2 0.46 0.460000001193246 3 0.84 0.839999997583116 4 1.3 1.30000000099484 5 1.4 1.39999999994245 6 1.8 1.79999999996224 7 0.35 0.349999999687557 8 0.88 0.880000000880282 9 1.56 1.5599999990352 |
8楼2015-07-16 12:10:34
新星之光
木虫 (著名写手)
- 应助: 2 (幼儿园)
- 金币: 10170.8
- 散金: 150
- 红花: 11
- 帖子: 1454
- 在线: 122.7小时
- 虫号: 1414107
- 注册: 2011-09-23
- 性别: MM
- 专业: 生化分析及生物传感
9楼2015-07-17 09:16:47
