要拟合的数据和模型
我们将使用收集的数据来研究工业和生活垃圾造成的水污染。这些数据在以下文献中有详细描述:Box, G.P., W.G. Hunter, and J.S. Hunter, Statistics for Experimenters (Wiley, 1978, pp. 483-487)。响应变量是以 mg/l 为单位的生化需氧量,预测变量是以天为单位的潜伏期。
x = [1 2 3 5 7 10]';
y = [109 149 149 191 213 224]';
plot(x,y,'ko');
xlabel('Incubation (days), x'); ylabel('Biochemical oxygen demand (mg/l), y');
我们假设已知前两个观测值的精度低于其余观测值。比如说,它们可能是用不同仪器测量的。对数据进行加权的另一个常见原因是记录的每个观测值实际上是在相同的 x 值处提取的几个测量值的均值。在此处的数据中,假设前两个值各代表一个原始测量值,其余四个值中的每个值分别代表一个从 5 个原始测量值求得的均值。那么,根据每次观察的测量次数进行加权就是合适的。
w = [1 1 5 5 5 5]';
拟合这些数据的模型是一条缩放的指数曲线,当 x 变大时,曲线变为水平。
modelFun = @(b,x) b(1).*(1-exp(-b(2).*x));
<