一段时间以来，我一直在尝试为某些数据拟合函数，scipy.optimize.curve_fit但我遇到了真正的困难。我真的看不出这不起作用的任何原因。

这是由上面的代码生成的绘图图像：

我正在使用 Matlab 用 poly1 曲线在 2 个坐标 (x,y) 中拟合一些数据。

问题是我找不到使拟合线更长的方法。

我需要它从 (180, 930) 到 (191, 944)，但 Matlab 只是在数据附近绘制拟合线，它位于这两个坐标之间。

fit 命令（或 cftool 中的某些首选项）是否有一些参数可以帮助我？

此外，我已经尝试了 cftool 中的“调整轴限制”选项，但它根本没有帮助。

我已经搜索了已经提出的问题，但没有找到与此相关的任何内容。我是这个程序的新手，所以如果这是一个愚蠢的问题，我很抱歉提前谢谢，乔瓦尼

编辑：第一张图片的代码是：

第二个的代码是：

在这里你可以找到两个拟合，似乎第一个拟合没有被裁剪，而第二个hold on是： https ://docs.google.com/file/d/0B749BCu7mnZHaEhITUZ1YzdfVDA/edit?usp= sharing https:// docs.google.com/file/d/0B749BCu7mnZHeDVTOGRuSkktUmc/edit?usp=sharing

我的信号分析课程老师给了我一些 Matlab 代码，我必须执行这些代码才能完成家庭作业。我一直在毫无问题地使用 GNU Octave，但是这次有这个命令让我很头疼。

我在 GNU Octave 中找不到函数“fit”，该函数在以下 url http://www.mathworks.se/help/curvefit/fit.html中被 Matlab 引用

有谁知道我应该加载哪个包，或者是否有任何等价物？

谢谢 =)

我在 matlab 中有一些向量，使用经验 CDF，我可以绘制数据集的 CCDF，该图给出了分布的 clu：

之后我说这可能是一个正常的日志，所以：

FLN=fitdist(ISFFT,'对数正态'); 给了我mu和sigma。

问题是我不知道如何为 mu 和 sigma 绘制 ccdf 并将其与图中的图进行比较。

我正在尝试将 MATLAB 中的曲线拟合到我拥有的数据集，并试图使最小二乘法最小化。曲线是高斯函数和指数函数的卷积，所以我使用了 for 循环，曲线有 5 个变量。

其中 counts 是我输入的唯一数据。

我很难找到一个函数来最小化这条曲线，使其变量（a，b，sigma，t0，lambda）给出最佳拟合，即输出的“est”（估计）与输入密切相关'计数'尽可能。任何帮助将非常感激！

我在这上面画一个空白。

我有两个数据集：

我想获得某种类型的统计值，可能是 r 值之类的东西，它告诉我d2与d1.

问题又来了，我希望现在大家都清楚了。我有一些样本数据，让我们将它们命名为 j。对于每个数据样本，我都有一个可以拟合数据的理论模型。为简单起见，我们将拟合函数命名为 f(sig1, µ1, sig2, m2)。当然，由于每个样本的数据略有不同，我从每个样本中得到不同的 sig1、μ1、sig2、μ2。我的问题来了：我需要 μ1 在每次测量时都相同，但我事先并不知道。当然，我现在可以拟合每个样本 j，只需取 µ1 的平均值并再次拟合它们，但这不是最好的近似值。因此，我想同时为我的所有测量值拟合 µ1 全局，并为每个单个测量值拟合我的所有其他参数。我希望我的问题现在很清楚。

这是一个交叉验证问题的连续体，我在该问题中询问了该问题的合理方法。这个问题更面向编程，所以我把它贴在这里。

背景

我有一条已知日期跨越一年的曲线。该曲线的 y 值是根据每日温度和盐度记录计算的d18O 值的预测值。我还测量了由碳酸钙组成的外壳的 d18O 值。这些值是沿距离轴测量的，其中第一次和最后一次测量大约（但不完全）与曲线的开始和结束同时进行。

已知 d18O 值与曲线中的预测值在一些未知的随机误差内匹配。我想通过更改测量值的 x 轴（或至少通过将指数与曲线中的指数相匹配）来获得测量值与曲线的最佳拟合。通过这种方式，我可以获得测量值日期的估计值，并可以进一步估计壳在一年中的增长率。预计增长率是可变的，可能会出现增长中断（即增长停止）。但是，测量值之间的增长必须> 0（一个约束）。

示例数据

以下是示例数据集（curve和measured）：

...这是它的样子：

实践中的问题

meas我想curve通过更改 x 轴来找到适合 R 的数学/统计方法meas。此外，我想获得某种拟合统计数据来比较拟合的“x轴”（以防我运行多个具有不同约束的模型）。我将“x 轴模型”称为增长模型，因为它本质上就是这样。我想通过指定meas值之间的距离必须大于 0 来约束拟合。即Meas，值 withindex == 2必须出现在值 with 之后index == 1。我还希望能够约束增长率（即两个相邻索引点之间的最大距离）。为了证明这一点，我将手动进行：

首先，meas（红色虚线）中的一些索引必须锚定到curve（黑线）的索引。我选择锚定第一个和最后一个点加上具有最高值的点。

然后，我假设这些锚定点之间存在线性增长。增长将沿着curve指数增长。Curve每天有一个值。因此，增长将是每天的规模。

在此之后，我用日期替换索引并绘制结果。

上图显示了基于三个锚点的拟合结果。下图显示了每日间隔随时间的建模增长。三月初增长曲线的弯曲是一些我不明白的有趣的数学工件（由于包中的na.approx函数zoo）。

我试过什么

从我之前的问题中，我了解到动态时间扭曲可能是一种解决方案。我还找到了一个 R 包，其中包含 dtw 函数。好的。动态时间扭曲确实适用于我在该问题中的示例数据集（设置约束除外），但我无法让它适用于这个数据集，其中curve的数据点比meas（称为points在上一个问题中）。我会尽量节省一些空间，不会在这里复制代码/数字。您可以看到我在回答该问题时所做的尝试。问题似乎是，除了最简单的一种之外，没有任何一种步进模式可以处理这些类型的数据。最简单的步进模式多次将测量值与曲线匹配，这是我想避免的，因为我需要为每个测量点定义日期。同样设置测量点之间的增长率必须> 0的约束似乎很困难。

问题

我的问题有两个：首先，有没有比动态时间扭曲更好的方法来解决这个问题？其次，我如何在 R 的实践中做到这一点？.

编辑9. 2013 年 12 月我试图让问题更清楚。

我有一些地方植被指数的原始数据。当我将它们绘制在时间序列上时，我得到如下结果：

现在我们可以拟合一些高斯模型，其形式为

其中“n”是项数/高斯。Matlab 确实提供了这种功能，但最大 n=8。

那么我可以就如何在 Matlab 中拟合这种类型的函数获得一些帮助吗？

我有一个具有任意区域形状的图像（比如对象），假设背景像素被标记为零，而任何对象都有一个唯一的标签（对象 1 的像素被标记为 1，对象 2 像素被标记为 2，... ）。现在对于每个对象，我需要找到其像素的最佳椭圆拟合。这需要找到对象的中心、长轴和短轴以及旋转角度。我怎样才能找到这些？

谢谢;