我如何在 Matlab 中使用 lsqcurvefit 计算 95% 的置信区间?
How do I calculate in Matlab the 95% confidence interval with lsqcurvefit?
由于 Matlab 中固定参数的一些问题,我不得不从 std 切换。 fit
命令到 lsqcurvefit
。
对于普通的fit
命令,输出参数之一是gof
,从中我可以计算出每个参数的+/-和r^2值。
lsqcurvefit
应该也可以。但我没有将其作为输出参数之一。
或者换句话说:我如何从 lsqcurvefit
计算拟合参数的 +/-?
有人可以帮我吗?
谢谢,尼科
是的。获取 lsqcurvefit
的所有输出参数并在 nlparci
中使用它们,如下所示:
[x,resnorm,residual,exitflag,output,lambda,jacobian] =...
lsqcurvefit(@myfun,x0,xdata,ydata);
conf = nlparci(x,residual,'jacobian',jacobian)
现在 conf
包含一个 N x 2
矩阵用于您的 N
拟合参数。 conf
的每一行给出相应参数的上下 95% 置信区间。
由于 Matlab 中固定参数的一些问题,我不得不从 std 切换。 fit
命令到 lsqcurvefit
。
对于普通的fit
命令,输出参数之一是gof
,从中我可以计算出每个参数的+/-和r^2值。
lsqcurvefit
应该也可以。但我没有将其作为输出参数之一。
或者换句话说:我如何从 lsqcurvefit
计算拟合参数的 +/-?
有人可以帮我吗?
谢谢,尼科
是的。获取 lsqcurvefit
的所有输出参数并在 nlparci
中使用它们,如下所示:
[x,resnorm,residual,exitflag,output,lambda,jacobian] =...
lsqcurvefit(@myfun,x0,xdata,ydata);
conf = nlparci(x,residual,'jacobian',jacobian)
现在 conf
包含一个 N x 2
矩阵用于您的 N
拟合参数。 conf
的每一行给出相应参数的上下 95% 置信区间。