工具 | 常用函数拟合工具（matlab）-CSDN博客

安宇雨 - 随手采集
2023-12-06 10:55:11
随手采集
0000-未整理-等待研究

工具 | 常用函数拟合工具

时不时会用到线性回归，或自定义函数的拟合，做个记录备份，方便之后快速查找使用。以下记录几种matlab常用拟合工具。

1. cftool

简介：大杀器cftool排第一，二元以下的回归优选，优美的可视化界面，傻瓜式操作，无需教程，实时拟合，并给出拟合信息：SSE、 R 2 R^2 R2、 Adjusted R-square、 RMSE。如果需要重复调用，可以自动生成代码。

适用范围 ：提供了线性、多项式、指数、傅里叶、高斯等等一系列函数拟合。当然，还可以自定义拟合函数。缺点是数据输入只有三维，也就是说最多只能二元回归。（可能我没找到增加变量维度的方法，如果大家有找到的分享一下呀）
在这里插入图片描述

使用：

将变量导入工作区。
命令行输入： cftool
剩下的无需教程，看着界面操作吧。

2. regress(y,x)

简介：全称Multiple linear regression，顾名思义就是拿来线性回归的，可以多元回归，给出拟合的统计信息。特点是非常灵活，回归最常用函数。

适用范围 ：多元线性回归。

使用：

[b,bint,r,rint,stats] = regress(y,X)
或 [_] = regress(y,X,alpha)

x：n*m矩阵；m为自变量个数
Y：n维列向量；

b : 回归系数，第一项为常数项，然后依次是x1，…xn的系数。当然，有的时候也有可能没有常数项，需要酌情判别。
bint ：回归系数的置信区间,默认95%，如果需要调整就在命令的地方调整alpha值。
r ：残差,相关系数。
rint ：残差的置信区间。
stats ：用于检验回归模型的统计量，里面包含四项分别是：相关系数 R 2 R^2 R2，F统计F-statistic，p-value，误差估计方差。

X的构造可以非常灵活，可以将多元多项式转为线性模型，如构成 X = [ o n e s ( n , 1 ) , x 1 , x 2 , x 1 2 , x 2 2 . . . ] X=[ones(n,1),x_1,x_2 , x_1^2,x_2^2...] X=[ones(n,1),x1,x2,x12,x22...]就变成下面rstool中的’purequadratic’模式。

3.rstool

简介： response surface modeling，常用于响应面模型回归，提供可视化界面。

适用范围 ：多元二项式回归，包含多元线性回归和二项式回归。一般二项式回归就用它吧。

使用：

rstool(x,y)
或rstool(x,y,model,alpha)

模式选择

‘linear’ — Constant and linear terms (有常数项，线性项， c + a 1 x 1 + a 2 x 2 + . . . c+a_1x_1+a_2x_2+... c+a1x1+a2x2+...)
‘purequadratic’ — Constant, linear, and squared terms（有常数项，线性项，平方项（没有交叉项, c + a 1 x 1 + a 2 x 2 + b 1 x 1 2 + b 2 x 2 2 + . . . . c+a_1x_1+a_2x_2+b_1x_1^2+b_2x_2^2+.... c+a1x1+a2x2+b1x12+b2x22+....）
‘interaction’ — Constant, linear, and interaction terms（有常数项，线性项，交叉项（没有平方项, c + a 1 x 1 + a 2 x 2 + b 1 x 1 x 2 + . . . . c+a_1x_1+a_2x_2+b_1x_1x_2+.... c+a1x1+a2x2+b1x1x2+....）
‘quadratic’ — Constant, linear, interaction, and squared terms（常数项、线性项、交叉项、平方项，全都有）

返回值：
beta ：多项式系数
rmse : 均方根方差，观测值与真值偏差的平方和与观测次数比值的平方根，衡量观测值与真值的偏差。