私はlsqcurvefitこのa。*x。^bのような関数を適合させるために使用しています。これにより、a、b、およびが得られますresnorm。aとbの不確実性をどのように持つことができるのでしょうか。このように「jacobian」を使用することは可能ですか？
[x,resnorm,residual,exitflag,output,jacobian] = lsqcurvefit (...)
次に、2つの列を持つ配列を作成します。これは、この事実に関連していると思います。フィッティング用の2つのパラメーターがあります。しかし、私はそれを解釈する方法や、aとbの誤差を推定するためにそれらを使用する方法がわかりません。
したがって、これは統計ツールボックスの関数を使用して最もよく達成されるように見えます。方法の例については、http： //www.mathworks.com/support/solutions/en/data/1-18QY1/？solution =1-18QY1およびこのhttp://www.mathworks.com/matlabcentral/answers/56734を参照してください。適合したパラメーターの標準偏差を取得しますが、Matlabの統計ツールボックスにアクセスできる場合に限ります。
そのツールボックスがない場合は、単純な線形回帰に関するウィキペディアの記事から、次の式を使用して勾配パラメーターの標準誤差を見つけることができます。
そこにある分子のほとんどと分母resnormを見つけるのはかなり簡単です：
sum((X - mean(X)).^2)
X近似を見つけるために使用されるすべての入力独立変数のベクトルはどこにありますか
したがって、ログを取得してフィットを線形フィットに変換できるので、使用Yln = log(Y)しXln = log(X)て新しいモデルを取得します。
Yln = b*ln(a) + b*Xln
そして、単純な線形回帰パラメーターの標準誤差の式を使用します。