如何使平方根适合 Julia 1.0 中的数据
How to make a square root fit to data in Julia 1.0
我有一个非常简单的问题。如何将平方根模型拟合到 Julia 中的数据集。我目前正在使用 GLM 包，它非常适合线性数据。我需要绘制作为弦张力函数的相速度，似乎 @formula(v ~ sqrt(T)) 在
中不起作用
import GLM, DataFrames # No global namespace imports
df = DataFrames.DataFrame(
v = [1, 1.5, 1.75],
T = [1, 2, 3]
)
fit = GLM.glm(GLM.@formula(v ~ T^(1/2)), vs)
GLM 在这里完全可行吗，还是我需要求助于其他软件包，例如 LsqFit？
您可以在模型公式中使用 sqrt。就这样做，例如像这样：
GLM.lm(GLM.@formula(v ~ sqrt(T)), df)
如果你想拟合线性模型，请使用 lm 函数，第二个参数应该是一个数据框，在你的例子中是 df。
我有一个非常简单的问题。如何将平方根模型拟合到 Julia 中的数据集。我目前正在使用 GLM 包，它非常适合线性数据。我需要绘制作为弦张力函数的相速度，似乎 @formula(v ~ sqrt(T)) 在
import GLM, DataFrames # No global namespace imports
df = DataFrames.DataFrame(
v = [1, 1.5, 1.75],
T = [1, 2, 3]
)
fit = GLM.glm(GLM.@formula(v ~ T^(1/2)), vs)
GLM 在这里完全可行吗，还是我需要求助于其他软件包，例如 LsqFit？
您可以在模型公式中使用 sqrt。就这样做，例如像这样：
GLM.lm(GLM.@formula(v ~ sqrt(T)), df)
如果你想拟合线性模型，请使用 lm 函数，第二个参数应该是一个数据框，在你的例子中是 df。