matlab - 多项式曲线拟合中的初学者问题 [第 1 部分]

Question

我刚刚开始了解基于回归模型的建模技术，并且正在使用 MATLAB 曲线拟合工具箱和SO。我有基本的疑问，无法进一步进行。我有一个带有 k=100 个数据点的向量集，我想依次将其放入 AR 模型、MA 模型、ARMA 模型中，以查看哪个更适合。从以下形式的 AR(p) 模型y(k+1)=a*y(k)+ b*y(k-1)开始

coeff = polyfit(x,y,d) 

将拟合度数多项式，例如d= 1，其中p系数的数量表示模型的阶数 (AR(p))。但我只有一组数据，它是角矩的记录。那么，函数签名的第一个参数 (x) 将是什么，即 x,y 是什么？那么，如果线性模型不是足够好，所以我可能不得不选择非线性模型。有人可以用代码片段指导拟合的步骤是什么，检查过度拟合，残差计算等。

Answer 1

x可能是k（y 的索引）。和整个代码：

c =polyfit(1:length(y), y, d).

Matlab 有一个curve fitting toolbox. 您可以使用它来检查 GUI 中的不同非线性拟合以获得一些直觉。

如果您需要步骤，这里有很棒的 Coursera机器学习课程。本课程的开头与线性回归有关，我建议您至少在此开头花费几个小时。