1. 用matlab怎么做双对数回归模型,怎么求其中的参数
%要求输入x1,x2,y,均按行向量输入x1u=log(x1);x2u=log(x2);yu=log(y);x0=ones(1,length(x1u));x=[x0',x1u',x2u'];if rank(x)~=3 disp('方程组x的秩应为m+1')endb=pinv(x)*yu;yn=x*b;yy=exp(yn);stem(y,'b')hold onstem(yy,'r')你试试看看还有没有什么问题
2. 怎么用matlab 求 logistic回归的参数
用nlinfit()函数来拟合,其拟合函数为
R2=a1/(1+exp(-a2)-a3*R1))
拟合结果为
20℃时, R2=0.43754/(1+exp(-2.5824-12.3049*R1)
30℃时,R2=0.54856/(1+exp(-2.8618-9.6528*R1)
拟合曲线
3. 如何使用MATLAB求解logistic模型的参数
你的数据有问题。t 和 x的个数不相等。只能数据来计算。
t=0:5:95; %[0,10,20....110];
x=[3 5 10 19 34 54 79 108 145 192 260 344 425 500 566 626 680 728 768 803];
func=inline('a(1)./(1+(a(1)/a(2)-1)*exp(-a(3).*t))','a','t');
b=[9.5022 0.34446 4.3874];
a=lsqcurvefit(func,b,t,x);
vpa(a,10)
x1=func(a,t);
[x' x1']
plot(t,x,'*',t,x1,'r-')
xlabel('t');ylabel('x(t)')
legend('原始数据','拟合曲线')
运行结果
[ 848.9710766, 8.511800278, 0.07576157627]
%xm=848.9710766,x0=8.511800278,r=0.07576157627
% x x1 对比值
3 8.5118
5 12.375
10 17.953
19 25.969
34 37.401
54 53.54
79 75.99
108 106.59
145 147.17
192 199.06
260 262.4
344 335.49
425 414.55
500 494.31
566 569.3
626 635.29
680 690.06
728 733.34
768 766.25
803 790.54
4. 请教 如何用matlab中的regress来做二次回归模型
如y=a+bx+c*x2
如果x为1:10,函数值为y;
x1=x';x2=x1.^2;
X = [ones(length(x),x1,x2];
a是置信水平,默认0.05
[b,bint] = regress(y,X,a)
b是系数的矩阵
bint是回归的拟合程度的一些指数
5. 给出一组数据,用matlab,在双对数坐标中拟合一条直线,显示出拟合图形,怎么编程实现,急求各位高手!!
x1=[32 24 18 13.5];
y1=[675 1050 1580 2487];
p=polyfit(log(x1),log(y1),1) %多项式拟合,p为多项式系数,最后的1为要拟合成的阶数
x2=10:0.1:50;
y2=exp(polyval(p,log(x2)));
loglog(x1,y1,'*',x2,y2,'-')
运行结果如下
6. 如何用Matlab求自回归模型系数
用Matlab求自回归模型系数方法:
用Matlab求自回归模型(拟合方程)系数的方法比较多,最常用的有
1、多元线性方程——可以用regress()函数
a=regress(y,X)
2、多元非线性方程——可以用nlinfit()函数或lsqcurvefit()函数
a=nlinfit(x,y,func,x0);
a=lsqcurvefit(func,x0,x,y)
说明:
x、y为已知对应的数据
func为自定义回归方程
x0为x的初值
a为自定义回归方程的系数
7. 请教matlab如何指定函数模型进行参数计算
x=[1;1.5;2;2.5;3];y=[0.9;1.7;2.2;2.6;3];p=fittype('a*x.^0.5+b*lnx+c','independent','x')f=fit(x,y,p)plot(f,x,y);上面是代码!下面是结果:a=2.818b=0.8552c=-0.6627
8. 如何用Matlab求自回归模型系数
用Matlab求自回归模型(拟合方程)系数的方法比较多,最常用的有
1、多元线性方程——可以用regress()函数
a=regress(y,X)
2、多元非线性方程——可以用nlinfit()函数或lsqcurvefit()函数
a=nlinfit(x,y,func,x0);
a=lsqcurvefit(func,x0,x,y)
说明:
x、y为已知对应的数据
func为自定义回归方程
x0为x的初值
a为自定义回归方程的系数