Пользовательский нелинейный подбор кривой переписи

Этот пример показывает, как соответствовать пользовательскому уравнению к данным о переписи, задавая границы, коэффициенты и зависимый проблемой параметр.

Загрузите и отобразите данные на графике в census.mat:

load census
plot(cdate,pop,'o')
hold on

Создайте подходящую структуру опций и объект fittype для пользовательской нелинейной модели y = (x-b) n, где a и b являются коэффициентами, и n является зависимым проблемой параметром. Дополнительную информацию см. в странице функции fittype на зависимых проблемой параметрах.

s = fitoptions('Method','NonlinearLeastSquares',...
               'Lower',[0,0],...
               'Upper',[Inf,max(cdate)],...
               'Startpoint',[1 1]);
f = fittype('a*(x-b)^n','problem','n','options',s);

Соответствуйте данным с помощью подходящих опций и значения n = 2:

[c2,gof2] = fit(cdate,pop,f,'problem',2)
c2 = 
     General model:
     c2(x) = a*(x-b)^n
     Coefficients (with 95% confidence bounds):
       a =    0.006092  (0.005743, 0.006441)
       b =        1789  (1784, 1793)
     Problem parameters:
       n =           2
gof2 = struct with fields:
           sse: 246.1543
       rsquare: 0.9980
           dfe: 19
    adjrsquare: 0.9979
          rmse: 3.5994

Соответствуйте данным с помощью подходящих опций и значения n = 3:

[c3,gof3] = fit(cdate,pop,f,'problem',3)
c3 = 
     General model:
     c3(x) = a*(x-b)^n
     Coefficients (with 95% confidence bounds):
       a =   1.359e-05  (1.245e-05, 1.474e-05)
       b =        1725  (1718, 1731)
     Problem parameters:
       n =           3
gof3 = struct with fields:
           sse: 232.0058
       rsquare: 0.9981
           dfe: 19
    adjrsquare: 0.9980
          rmse: 3.4944

Постройте результаты подгонки и данные:

plot(c2,'m')
plot(c3,'c')
legend( 'fit with n=2', 'fit with n=3' )

Для просмотра документации необходимо авторизоваться на сайте