多元非线性函数拟合(Matlab_nlinfit函数)

Process

前两天练题的时候要用到多元非线性拟合，但是在网上找到的大多都是一些求问的帖子，真正有用的回答却不多，这里汇总一下与大家分享。

• 首先导入数据（参数和结果）
• 确定自己要拟合的函数（自己画个散点图预估一下，或者是使用SPSS的曲线估算，但是没自己画图看的舒服）
• 确定要拟合的系数的预估值（全部写零也行，但是你得有个大概想法，比如你图像是幂次为负的幂函数，那么你就写个负值，比如-1）
• 套用nlinfit函数，得出的bate矩阵就是你要拟合的系数矩阵。
• covB回归系数的协方差
  mse均方误差
  beta参数最优值
  r各点处的拟合残差
  J雅各比矩阵的数值
  ErrorModelInfo错误模型信息

Code

clear all;
a=xlsread("C:\Users\123\Desktop\数据.xlsx","a");%导入表a
b=xlsread("C:\Users\123\Desktop\数据.xlsx","b");%导入表b
s=a(:, 6);%y值(结果矩阵)
myfunc=inline('beta(1).*x(:,1).^(beta(2))+beta(3).*x(:,2).^(beta(4))+beta(5).*x(:,3).^(beta(6))+beta(7).*x(:,4).^(beta(8))+beta(9)','beta','x');%内联函数（beta是函数自带的代表待确定的系数）
beta0 = [1, -2 ,1, -2 ,1, -2 ,1, -2 ,60];%待定系数的预估值
[beta,R,J,CovB,MSE,ErrorModelInfo]= nlinfit(b, s, myfunc,beta0);
beta