matlab 非线性拟合残差,多元非线性拟合求参数及残差分析
求帮帮忙
我想要算动力学参数的，有这样一组数据
y=k*exp(-E/(8*X1))*(1-X2)*(1-alog(1-X2))^0.5
我的数据如下
X1=
[868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
1001
1002
1003
1004
1005
1006
1007
1008
1009
1010
1011
1012
1013
1014
1015
1016
1017
1018
1019
1020
1021
1022
1023
1024
1025
1026
1027
1028
1029
1030
1031
1032
1033
1034
1035
1036
1037
1038
1039
1040
1041
1042
1043
1044
1045
1046
1047
1048
1049
1050
1051
1052
1053
1054
1055
1056
1057
1058
1059
1060
1061
1062
1063
1064
1065
]
X2=[0.04889
0.05027
0.05164
0.05306
0.05445
0.05592
0.05746
0.05901
0.06055
0.06224
0.06381
0.06554
0.06724
0.06905
0.07087
0.07271
0.07458
0.07649
0.07851
0.08051
0.08263
0.08467
0.08686
0.08898
0.09122
0.09346
0.09581
0.09823
0.10057
0.1031
0.10554
0.1081
0.11068
0.11336
0.11595
0.1188
0.12158
0.12436
0.12716
0.13005
0.1329
0.13597
0.13899
0.14206
0.14505
0.14829
0.15137
0.15461
0.1578
0.16101
0.16431
0.16765
0.17103
0.1745
0.17794
0.1815
0.18496
0.1884
0.192
0.1956
0.19914
0.20283
0.2065
0.21015
0.2139
0.21757
0.22131
0.22502
0.22879
0.23248
0.2361
0.23993
0.24386
0.24761
0.25162
0.25529
0.25918
0.26314
0.26716
0.27091
0.27478
0.27887
0.28278
0.28673
0.29096
0.29512
0.2994
0.30354
0.30793
0.31205
0.31651
0.32088
0.32528
0.32952
0.33411
0.33881
0.34353
0.34817
0.35289
0.35763
0.36234
0.36721
0.37209
0.37701
0.38209
0.38703
0.39254
0.39774
0.40286
0.40849
0.41413
0.41949
0.42511
0.43068
0.43681
0.44246
0.44839
0.45441
0.46054
0.46659
0.47288
0.47911
0.48554
0.49185
0.49801
0.50477
0.51132
0.51815
0.52497
0.53155
0.53862
0.5454
0.55284
0.55967
0.56658
0.57388
0.58123
0.58829
0.59611
0.60318
0.61061
0.6181
0.62569
0.63321
0.64052
0.64801
0.65556
0.66292
0.67052
0.67808
0.68584
0.69305
0.70107
0.70835
0.71618
0.72377
0.7308
0.73865
0.74545
0.75326
0.76039
0.76776
0.77499
0.78207
0.78929
0.79605
0.80346
0.8099
0.81658
0.82302
0.82975
0.83618
0.84261
0.84874
0.85502
0.86079
0.86645
0.87237
0.87796
0.88343
0.88867
0.89387
0.89894
0.90384
0.90856
0.9132
0.91768
0.92216
0.92615
0.93023
0.93409
0.93778
0.94141
0.94479
0.94812
0.95115
0.95411
0.957]
Y=[0.01264
0.01291
0.0132
0.0135
0.01382
0.01415
0.01451
0.01487
0.01523
0.01562
0.01597
0.01636
0.01673
0.01713
0.01751
0.01789
0.01827
0.01865
0.01905
0.01944
0.01984
0.02022
0.02063
0.02102
0.02143
0.02185
0.0223
0.02276
0.0232
0.02365
0.02408
0.0245
0.02491
0.02533
0.02573
0.02616
0.02657
0.02696
0.02736
0.02775
0.02812
0.02851
0.02888
0.02925
0.02959
0.02995
0.03027
0.0306
0.0309
0.03119
0.03148
0.03176
0.03203
0.0323
0.03257
0.03284
0.03308
0.03332
0.03356
0.03378
0.03399
0.0342
0.03439
0.03457
0.03475
0.03493
0.0351
0.03526
0.03543
0.0356
0.03576
0.03594
0.03613
0.03631
0.03651
0.03669
0.0369
0.03713
0.03738
0.03762
0.0379
0.0382
0.03851
0.03885
0.03921
0.03958
0.03996
0.04034
0.04073
0.04112
0.04155
0.04198
0.04243
0.04288
0.04337
0.04388
0.04441
0.04494
0.04548
0.04604
0.04659
0.04716
0.04773
0.04831
0.04891
0.04951
0.05018
0.05082
0.05145
0.05216
0.05286
0.05352
0.05421
0.05489
0.05562
0.05628
0.05696
0.05764
0.05831
0.05897
0.05965
0.06031
0.06098
0.06163
0.06225
0.06292
0.06355
0.0642
0.06482
0.06539
0.06597
0.06651
0.06707
0.06757
0.06807
0.0686
0.0691
0.06955
0.07
0.07036
0.07069
0.07097
0.07117
0.07129
0.07135
0.07138
0.07145
0.07159
0.07181
0.07203
0.07222
0.07232
0.07229
0.07215
0.0719
0.07159
0.07125
0.07082
0.07041
0.0699
0.06939
0.06882
0.0682
0.06755
0.06682
0.06609
0.06522
0.06441
0.06351
0.06258
0.06156
0.06053
0.05945
0.05838
0.05723
0.05612
0.05499
0.05375
0.05252
0.05125
0.04998
0.04867
0.04734
0.04599
0.04463
0.04323
0.0418
0.04031
0.03892
0.03745
0.03602
0.03462
0.03319
0.03182
0.0304
0.02904
0.02766
0.02625
];
看文章说可以用最小二乘法算，使得拟合值和实验值的差值的平方和最小，但是我自己有不太懂matlab，所以就弄了很长时间，期望有大神能够帮帮忙，同时，告诉我该如何算出拟合的R2以及拟合值与实验值的偏差之类的，多谢多谢了！！！！！
matlab 非线性拟合残差,多元非线性拟合求参数及残差分析相关推荐
- matlab插值与拟合例题_菜鸟进阶系列:MATLAB数学建模·数据插值与拟合
本篇算是开始数据处理了.首先明确俩概念:插值和拟合.两者最根本的共同点都是基于现有数据进行预测.推演,比如根据现有的天文观测数据预测天体位置.插值问题是数学史上的经典问题,拉格朗日.高斯.牛顿等著名数 ...
- Matlab多元非线性函数拟合
看了多篇文章,觉得没有一篇比较全,且可以参照的多元非线性函数拟合,看了多篇文章后总结以下内容,主要以示例给出,希望能帮助到大家快速上手. 1.需要用到的函数语法 beta = nlinfit(X, Y ...
- 多元非线性函数拟合(Matlab_nlinfit函数)
Process 前两天练题的时候要用到多元非线性拟合,但是在网上找到的大多都是一些求问的帖子,真正有用的回答却不多,这里汇总一下与大家分享. 首先导入数据(参数和结果) 确定自己要拟合的函数(自己画个 ...
- MATLAB中用nlinfit做多元非线性拟合（回归）
MATLAB中有一个多元非线性拟合的功能是nlinfit 基本语法是: beta = nlinfit(X,Y,modelfun,beta0) 式子左边的beta可以是一个向量,向量的元素就是要回归的模 ...
- 【智能控制实验】基于MATLAB的BP神经网络实现非线性函数拟合设计
基于MATLAB的BP神经网络实现非线性函数拟合设计 一.实验要求: 重点是掌握BP神经网络的学习算法原理,掌握matlab工具箱设计BP神经网络拟合非线性模型的方法(m文件):掌握在图形用户界面下设 ...
- matlab regress 非线性,MATLAB用regress作多元非线性回归
在回归分析中,如果有两个或两个以上的自变量,就称为多元回归.事实上,一种现象常常是与多个因素相联系的,由多个自变量的最优组合共同来预测或估计因变量,比只用一个自变量进行预测或估计更有效,更符合实际.因 ...
- python牛顿法解非线性方程组_科学网—求解多元非线性方程组F(x)=0的Newton-Raphson方法及其MATLAB实现 - 王福昌的博文...
科学网对公式支持不太好,在博客园有相同博文 牛顿迭代法可以推广到多元非线性方程组 $boldsymbol{F}(boldsymbol{x})=boldsymbol{0}$的情况,称为牛顿-- 拉夫逊方 ...
- c++分治法求最大最小值实现_最优化计算与matlab实现（12）——非线性最小二乘优化问题——G-N法...
参考资料 <精通MATLAB最优化计算(第二版)> 编程工具 Matlab 2019a 目录 石中居士:最优化计算与Matlab实现--目录zhuanlan.zhihu.com 非线性最 ...
- matlab多元方程整数解,matlab多元非线性方程组解法
流放之路一天赚几百是真的吗 你想太多了.如果是搬砖收入的话一天能有2E就不错了.当然脸正的时候也可以一次就赚上10E.5173上1E=3+. 用MATLAB解多元非线性方程组,CSS布局HTML小编今 ...
最新文章
- Android Studio导入Eclipse项目的两种方法
- javascript中select的常用操作
- 索尼游戏手柄SP2的开发体会
- centos7标准版命令界面和图形界面相互切换
- postconstruct_@PostConstruct注解，你该好好看看
- 2020年墨天轮数据报告发布！
- python全0序列_Python合集之Python序列（一）
- ITIL好看不好吃？（二）
- JUC锁框架——ReadWriteLock
- python decimal.quantize()参数rounding的各参数解释与行为
- STM32CbueIDE Audio播放音频 WM8978 + I2S
- 进程冲突造成的深信服ssl ***客户端登录异常问题
- MATLAB De_Pcode Mex 求助
- excel排名_表格技巧—如何在Excel中快速计算排名
- qtable sorting enable中文是按照什么顺序_漫威电影：22部电影观影顺序（附ZY）
- 仿迅雷播放器教程 -- 基于VLC的MFC播放器 (6)
- dubbo2.7.x
- 《PyInstaller打包实战指南》第十一节 其他进阶命令
- java 计算两个日期之间的差的天数
- OCR文字识别工具，轻松帮你识别图片上的文字