問題タブ [curve-fitting]

2次方程式に当てはめる必要のあるデータセットがあります。

測定の標準誤差と曲線適合の誤差の両方を考慮に入れて誤差を推定する方法はありますか？

fitコマンドラインを使用してMatlabで曲線を近似しようとしています。入力データは次のとおりです。

そして、ターゲット機能は

私は、、を使用しfittypeてfitoptionsいfitます。

およそ-450の結果が得られますがrsquare、これは漠然と測定と同じ方向です。。Matlabのフィッティングスキルを向上させるにはどうすればよいですか？

編集：

.^-1fitコマンドでinを削除しました。これにより動作が改善されましたが、完全には正しくありません。model1を次のように設定した場合：

フィット感が悪いです。次のように設定した場合：

フィット感は良好です（カッパは非常に少数で、パウは負です）。

私も正規化Yし、妥当な結果が得られました

多くのデータポイントにガウスフィットを適用しようとしています。たとえば、256 x 262144 のデータ配列があります。256 ポイントをガウス分布に適合させる必要があり、そのうち 262144 個が必要です。

ガウス分布のピークがデータ範囲外にある場合があるため、正確な平均結果を得るには、曲線近似が最適な方法です。ピークが範囲内にある場合でも、他のデータが範囲内にないため、カーブ フィッティングによりシグマが改善されます。

http://www.scipy.org/Cookbook/FittingDataのコードを使用して、1 つのデータ ポイントに対してこれを機能させています。

このアルゴリズムを繰り返してみましたが、これを解決するには 43 分程度かかるようです。これを並行して、またはより効率的に行うための、すでに書かれた高速な方法はありますか?

データは必ずしも 256x262144 であるとは限らないことに注意してください。

これを機能させるために使用するコードは

注: @JoeKington によって以下に投稿されたソリューションは素晴らしく、非常に高速に解決します。ただし、ガウスの重要な領域が適切な領域内にない限り、機能しないようです。ただし、これを使用する主な目的であるため、平均がまだ正確であるかどうかをテストする必要があります。

X = qr（A）および[Q、R] = qr（A）のtic-tocを使用していくつかの測定を行いました。ここで、Aは、次元nxn（n = [100：100：1000]）のランダム行列です。

次に、行った時間測定を記述する関数を作成します。polyfit多項式を3次にし、関数を使用して作成したいと思います。しかし、polyfitに渡す引数がわかりません。最後の引数は3（立方体）になりますが、他の2つの引数はどうあるべきですか？

lsqcurvefit関数を使用して曲線をフィットさせたい。これは次のような問題です。

matlabでこのような動的な制約を設定することは可能ですか、それとも他のパッケージを使用する必要がありますか？

数値的に計算された理論曲線と実験曲線（大量の実験点と言ったほうがよい）があります。最小二乗法によるモデリングの精度を確認するには、これら 2 つの曲線間の残差を計算する必要があります。これらのマトリックス (曲線) は、サイズが異なります。サイズの異なる 2 つの行列の残差の計算を提供する MATLAB の関数はありますか?

オープンソースのReportLabを使用して一連のレポートを準備しています。レポートには、いくつかのグラフが含まれています。これまでのところ、すべてがうまく機能しています。

2つのシリーズのデータ​​を示す（作業中の）棒グラフを作成し、各シリーズの近似曲線をオーバーレイするように依頼されました。

同じReportLab図面に折れ線グラフと棒グラフの両方を作成することで、セグメント化された線を棒グラフにオーバーレイする方法を確認できます。ただし、ReportLabで近似曲線のリファレンスが見つかりません。

ReportLabの一連のデータに近似曲線をプロットすることについて洞察を持っている人はいますか、それができない場合は、このタスクを実行する方法についての提案があります（代わりにmatplotlibでグラフを作成する必要があると思います）。

任意の曲線 (一連の点で定義) があり、その曲線に任意の精度で適合する多項式を生成したいと考えています。この問題に取り組む最善の方法は何ですか? または、このタスクを実行する図書館またはオンライン サービスが既に存在しますか?

ありがとう！

異なる日に取得した 2 つのデータ セットがあります。2 つの異なるデータ セットから取得した結果は、形状は似ていますが、値は異なります (図 1 を参照)。2番目のデータのxの定数AとyのBを乗算して、2番目のデータセット（x2、y2）を最初のデータセット（x1、y1）に一致させようとしています（図2を参照）。

例えば：

データ1:

x1=[-0.3:0.06:2.1]';

y1=[ 0.001 0.001 0.004 0.014 0.052 0.166 0.330 0.416 0.340 0.247 0.194 0.197 0.237 0.330 0.428 0.542 0.669 0.767 0.855 0.900 0.913 0.904 0.873 0.811 0.765 0.694 0.631 0.585 0.514 0.449 0.398 0.351 0.309 0.273 0.233 0.211 0.182 0.154 0.137 0.117 0.101 ]';

データ2

x2=[-0.3:0.06:2.1]';

y2=[0.000 0.000 0.000 0.000 0.025 0.230 0.447 0.425 0.269 0.194 0.225 0.326 0.477 0.636 0.791 0.931 1.036 1.104 1.117 1.123 1.062 0.980 0.897 0.780 0.675 0.571 0.471 0.390 0.309 0.258 0.209 0.161 0.129 0.099 0.079 0.063 0.047 0.038 0.027 0.023 0.015 ]';

倍率A & Bを調べるために、データ 1と変更された x データ 2 の間のデルタ y を最小化してBを取得することを考えています。しかし、A を見つける良い方法があります。この 2 つの曲線に一致するAとBを見つけるにはどうすればよいですか? どんな助けでも大歓迎です。

私はscipy.optimize.curve_fit()反復的な方法で使用しています。

私の問題は、プログラム全体（したがって反復）が停止するパラメーターに適合できない場合、これが次のエラーになることです。

RuntimeError: Optimal parameters not found: Number of calls to function has reached maxfev = 800.

収まらない理由がよくわかりました。私の問題は、そのような発生を無視して続行するプログラムを Python 3.2.2 で書くことができる方法があるということです。