您可以用 y = f(x) 格式编写函数,然后使用 fitnlm 估算非线性模型的参数 .
fh = @(x,a,b)b*sin(acos(x*sqrt(1 - (a/b)^2))) - a % Define y = f(x)
x = [-1:0.01:1]; % Generate some x values
yval = fh(x,1,2); % Calculate y values for the x
yval_ = yval + 0.1*rand(1,201); % Add artifical noise
nonLinMdl = fitnlm(x,yval_,@(p,x)fh(x,p(1),p(2)),[1.5, 2.5])
nonLinMdl =
Nonlinear regression model:
y ~ y(x,p1,p2)
Estimated Coefficients:
Estimate SE tStat pValue
________ ________ ______ __________
p1 0.71909 0.053201 13.516 5.8209e-30
p2 1.7668 0.055472 31.849 4.6625e-80
Number of observations: 201, Error degrees of freedom: 199
Root Mean Squared Error: 0.032
R-Squared: 0.988, Adjusted R-Squared 0.988
F-statistic vs. zero model: 6.36e+04, p-value = 5.87e-280
请注意,计算的参数与我们使用的参数 (1,2) 不同 . 对于不同的参数集,函数形状是相同的这一事实可能需要做些什么 . 您也可以尝试不同的起点 .
ycalc = fh(x,nonLinMdl.Coefficients.Estimate('p1'),nonLinMdl.Coefficients.Estimate('p2'))
plot(x,yval_,x,ycalc)
我无法上传文件,因为我在受限制的环境中,但我绘制了两个系列,模型计算值非常接近输入数据 .