拟合(fitting)之comfit函数
说明:利用6种方法之一拟合数据点对.
(1.指数模型;2.几何模型;3.Gompertz模型;4.双曲线模型;5.逻辑模型;6.对数模型)
The COMFIT function fits the paired data {xi, yi} to one of six common types of approximating models using a gradient-expansion least-squares method. 这些拟合都需要给出先验值;根据我的经验,模型公式里有N个参数,你赋一组参数,算法从这组参数开始迭代,直到获得一组符合条件的参数。 但是,不是太理解,先验值为什么要自己设? 使用案例: (使用了LOGSQUARE模型,并赋予了该模型下的先验参数[a0,a1,a2]) X = [ 2.27, 15.01, 34.74, 36.01, 43.65, 50.02, 53.84, 58.30, 62.12, 64.66, 71.66, 79.94, 85.67, 114.95]
Y = [ 5.16, 22.63, 34.36, 34.92, 37.98, 40.22, 41.46, 42.81, 43.91, 44.62, 46.44, 48.43, 49.70, 55.31]
A = [1.5, 1.5, 1.5]
result = COMFIT(X, Y, A, /LOGSQUARE)
print,result 结果:1.42494 7.21900 9.18794 |