问题标签 [model-fitting]

在 gnuplot 中拟合f(x)具有下一种形式的函数的正确方法是什么？

我尝试使用以下方法将其安装为任何其他功能：

输出只是一句话：“ stack overflow”

我什至不知道如何寻找这个主题，所以任何帮助都会非常感激。

这种函数如何调用？嵌套？递归？隐式？

谢谢

我正在尝试将模型拟合到某些测量值以对电池进行建模。我的模型的输入是电流，输出是电池端子的电压。我在我的模型中使用了一些 3D 查找表。

断点（尺寸）为：SOC（充电状态）、温度、电流幅值以及电池电路元件阻抗值中的表格数据。

使用非常小的电流值（在 2 A 范围内）进行测量。完成模型后，我应该使用包含非常高电流幅度（范围为 250 A）的电流输入标准信号来验证模型。然后将我的模型（电压）的输出与使用该标准电流信号的测量结果进行比较。

现在，当我尝试运行模型时，我会在其中一个积分器上遇到奇点错误。我确信这是由作为输入的电流的高幅度引起的，但问题是我不能使用饱和块来限制幅度。我也尝试用不同的求解器解决问题，但无法解决问题。有谁知道如何解决这个问题？

请从这里访问我的文件。

我正在尝试使用 pymc 将预定义的 2d 高斯函数拟合到一些观察到的数据。我一直遇到错误，我得到的最后一个错误是ValueError: setting an array element with a sequence.我理解错误的含义，但我不确定代码中错误发生在哪里。我天真的猜测是随机变量被设置为一些数组元素。任何建议将不胜感激。到目前为止，这是我的代码：

完整追溯：

我尝试用 matlab (y=ax^b) 拟合幂律函数

这是我的 x 和 y 矩阵

我只是计算拟合

适合（x，y，'power1'）

我收到此错误：

使用 fit>iFit（第 415 行）由模型函数计算的 NaN 时出错，拟合无法继续。尝试使用或收紧系数的上限和下限。拟合错误（第 109 行）[fitobj, goodness, output, convmsg] = iFit(xdatain, ydatain, fittypeobj, ...

哇哇哇！？我的 x 和 y 矩阵中没有 0，我认为没有任何东西会返回 NaN 值，我可以毫无问题地计算逆关系 fit(y,x,'power1')。

感谢您的任何帮助/建议！

编辑：（就像精确一样）Excel确实找到了适合（x，y）的幂律！

EDIT2：代码，一旦 x 和 y 存储为变量。：

EDIT3：我更改了链接。现在，在我的保管箱中，您会找到 x 和 y 的 .mat ...尝试将它们与 power1 匹配...：P 不起作用！为什么？我不明白...

并尝试将 2 个矩阵 x 和 y 的值复制粘贴到其他矩阵中（不是通过分配，实际上是通过复制粘贴值）......拟合没有问题......！

我有这个功能，

dn =fp(xn)+an =Asin(2π k xn +φ)+an

an是高斯分布的随机噪声，σ2 = 1， p表示自由参数值的特定选择，p = [A,k,φ]

我需要编写两个函数：

(1) peval - 提供一组参数值 p 和自变量 x 的值并返回 fp(x) 和

(2)残差- 提供参数值、数据集和自变量值数组，xn 并返回残差

这就是我目前所拥有的，但是我不确定如何输入“an”，即高斯分布的随机噪声。这是我的猜测..

an = np.random.normal(0,1,100)

我有看起来像这样的数据：

0.0003 6.09073051353

0.0006 5.51270817927

0.0009 6.89123564432

0.0012 4.99645189114

0.0015 6.7032515641

0.0018 8.9916107534

在此先感谢您的帮助。

我有一个 2d 图像，我想为该图像表示的对象拟合几条线。这些线是相连的，并且彼此之间只能有一定间隔的角度。我知道，您可以使用最小二乘法将一条线拟合到数据点。但我不知道如何将多条连接线同时拟合到点，同时遵守角度间隔。

您将如何以编程方式解决此问题？我也会接受答案，给我流行语（也许还有链接），这将指向我的解决方案。

这是一个示例图像。例如，我可能想将长度为 x,y,z,w 的 4 条线拟合到图像中最大分量表示的对象。不幸的是，对象并不总是像这里那样清晰可见，但现在就可以了 :)

绿线近似于我要寻找的线（对不起，它们不是很直；））。

我有一个 3D 点数据集，它们排列成类似于（半）椭圆形的集群。当我尝试标准椭球拟合时，例如在 MATLAB 函数http://www.mathworks.com/matlabcentral/fileexchange/24693-ellipsoid-fit中实现，我得到虚半径，无论我是否将拟合应用于其中的所有点椭圆体体积或仅指向位于其凸包上的点。

我想知道星团形状更像是半椭球体而不是像一个完整的椭球体这一事实是否会导致这些不稳定性？有没有更强大的方法可以解决我的问题？

更新：

这是一个此类 3D 点集群的示例。蓝色圆圈表示位于集群凸包上的点。

凸包情况的最小工作示例如下：

gnls我正在尝试在nlme包中使用 R 中的逻辑增长模型。

我之前已经成功拟合了一个模型：

但是，我现在希望限制b它不被模型拟合，因此尝试拟合第二个模型：

此模型返回错误：

搜索错误表明问题是由模型中的对称性引起的，具体问题的解决方案涉及使用不同参数调整公式。不幸的是，我的统计知识不足以 a) 完全理解问题或 b) 自己调整公式。

至于警告消息（总共有 15 条，都是一样的），我不明白它们为什么会出现，因为模型的这一部分单独工作（带有示例编号）。

任何这些查询的任何帮助将不胜感激。

我正在尝试使用 10 个预测变量为 1 个变量创建一组所有可能的模型。

我知道如何为 LM 模型做到这一点，但是有没有办法为 ARIMA 模型创建它？

或者可以将拟合值添加到 lm 模型中吗？

谢谢！

编辑：我创建了所有预测变量组合的列表，并制作了基准 ARIMA 模型，我想在其中添加外部变量 - Comp.1 : Comp.10 它们存储在列表中，如下所示：

例如，它应该看起来像：

预测变量是工业生产的时间序列，命名为“prod.index.rnd”

我想创建的模型应该如下所示：

和所有其他组合类似

我试过用

哪个返回

类字符，因此不能用作 xreg 输入。

获得此结果的最佳方法是什么，以便我可以将其用作 xreg 参数？

谢谢！

我的目标是使数据适合任何具有积极支持的分布。（威布尔（2p），伽玛（2p），帕累托（2p），对数正态（2p），指数（1P））。第一次尝试，我使用 proc 单变量。这是我的代码

我注意到的第一件事是，没有显示 weibull 分布的 kolmogorov 统计数据。然后我改用 proc 严重性。

现在，我得到了威布尔分布的 KS 统计数据。然后我比较了 proc 严重性和 proc 单变量产生的 KS 统计量。他们是不同的。为什么？我应该使用哪一个？