问题标签 [data-fitting]

是否可以在 gnuplot 中绘制和拟合具有两个变量的函数？例如，一个依赖于 highth和 Temperature的物理函数，T其中T依赖关系应该只计算而不是绘制（对于f，h并且T存在实验数据）：

哪里a和f0将由拟合确定，alpha是已知的。最后，我需要一个f在 y 轴和hx 轴上的绘图。应该适当地处理整个T依赖关系，但我不需要它与splot.

以下是我尝试过但失败的方法。我假设是因为无法设置两个虚拟变量：

给undefined variable: h. 有任何想法吗？

我试图从点数来估计一个迁移期的丰度峰值日期。之前的一项研究使用了以下方法：

将截断的正态分布拟合到每 5 天间隔的捕获密度。使用迭代算法来获得分布平均值的最大似然估计（对应于估计的峰值通道）及其标准误差。

我可以弄清楚如何做大部分事情，但我被困在也许是最简单的问题上。我的数据采用以下格式：日期列和该日期的计数列。

在其他程序中，我可以使用我的分布日期和计数作为分布的频率。这将使我能够将分布拟合到计数中。

但是，我无法弄清楚如何在 R 中执行此操作。fitdistr 或 dnorm 等函数只允许使用向量字符串。

是否有任何函数可以让我拥有一个频率向量和一个感兴趣变量的向量并使用它来拟合分布？

数据如下所示：

头（FR.Counts）

Day.of.Year 计数

112-127 是一年中的一天，其余的是计数。

谢谢

自从我上过关于 Python 的讲座以来，我想用它来拟合我的数据。尽管我已经尝试了一段时间，但我仍然不知道为什么这不起作用。

我想做什么

从子文件夹（此处称为“测试”）中获取一个接一个的数据文件，稍微转换数据并使其与洛伦兹函数相匹配。

问题描述

当我运行下面发布的代码时，它不适合任何东西，只是在 4 次函数调用后返回我的初始参数。我尝试缩放数据，ftol反复maxfev检查 python 文档，但没有任何改进。我还尝试将列表更改为numpy.arrays明确，以及为问题scipy.optimize.leastsq 返回最佳猜测参数而不是新的最佳拟合给出的解决方案x = x.astype(np.float64)。没提升。奇怪的是，对于少数选定的数据文件，相同的代码在某些时候可以工作，但对于大多数人来说，它从来没有。它绝对可以拟合，因为 Levenberg-Marquard 拟合程序在 Origin 中给出了相当好的结果。

有人可以告诉我出了什么问题或指出替代方案...？

我想访问 NonlinearModelFit 的拟合参数。这是代码

当我使用命令时：

值以下列格式返回：

现在我想将 a 的值存储在变量 x 中

但这给了

不，我想知道如何解决“-> - 运算符”以获得

提前致谢！

我有一个比较容易理解的问题。

我有一组数据，我想估计这些数据与标准正态分布的拟合程度。为此，我从我的代码开始：

图 1 如下所示：

很容易看出合身性很差，尽管可以看到钟形。因此，主要问题在于我的数据的差异。

为了找出我的数据箱应该拥有的正确出现次数，我这样做：

这将导致下图。：

因此，问题是：如何缩放我的数据块以匹配高斯分布，如图2 所示？

警告

我想强调一点：我不想找到适合数据的最佳分布；问题是相反的：从我的数据开始，我想以这样一种方式操纵它，最终，它的分布合理地适合高斯分布。

不幸的是，目前，我对如何执行此数据“过滤”、“转换”或“操作”并没有真正的想法。

欢迎任何支持。

I've been trying to fit an exponential to some data for a while using scipy.optimize.curve_fit but i'm having real difficulty. I really can't see any reason why this wouldn't work but it just produces a strait line, no idea why!

Any help would be much appreciated

我有几个看起来像这样的连续变量：

每个都有超过 1000 个值（均为正值）。我用了

寻找伽马分布的参数。现在我想进行拟合优度测试，以查看模型与我的数据的拟合程度。Matlab 提供了一个示例 Kolmogorov-Smirnov 测试来解决问题（http://www.mathworks.com/help/stats/kstest.html#btnyrvz-1）但是当我运行我的代码时（基于他们的例子）：

我有这个错误：“'char'类型的输入参数的未定义函数'makedist'。”

有人可以帮我修复我的代码吗？

有了这样的数据集

我想将此数据拟合到模型中，该模型定义如下

我参考了这个页面（http://www.inside-r.org/packages/cran/FME/docs/modCost），并开发了以下代码：

但是，我收到以下警告消息：

谁能告诉我问题出在哪里？或者如何快速完成？谢谢。

我需要做一些健壮的数据拟合操作。

我有一堆（x，y）数据，我想适合高斯（又名正常）函数。关键是，我想删除 ouliers。正如在下面的示例图中可以看到的那样，还有另一种数据分布污染了我右边的数据，我不想考虑它来进行拟合（即找到 \sigma、\mu 和整体尺度参数）。

R 似乎是适合这项工作的工具，我发现了一些与健壮拟合相关的软件包（例如，健壮的、健壮的基础、质量）。

但是，他们假设用户已经对 R 有很强的了解，这不是我的情况，并且文档仅作为一种参考手册提供，没有教程或同等内容。我的统计背景相当低，我试图阅读有关 R 拟合的参考资料，但它并没有真正帮助（而且我什至不确定那是正确的方法）。但我有一种感觉，这实际上是一个非常简单的操作。

我已经检查了这个相关的问题（以及链接的问题），但是它们将单个值向量作为输入，并且我有一个对向量，所以我看不到如何转置。

任何有关如何做到这一点的帮助将不胜感激。

我有一组 3d 数据，想用 python 中的一些多项式 ansatz 来拟合它们。我只能找到二维解决方案，谁能提供一些 3d 解决方案？谢谢！