乘幂法matlab,用Matlab进行线性回归、乘幂回归、指数回归方法之一(最小二乘法)...

本文纠正了《实验室研究与探索》中关于Matlab乘幂回归的错误,并提供了一个整合的Matlab程序,用于线性、乘幂和指数回归分析。通过玻尔兹曼常数测定实验数据处理展示改进效果,同时计算并显示了各种回归形式的标准差。
摘要由CSDN通过智能技术生成

程序引自杂志《实验室研究与探索》2005年12月的“Matlab 在验证PN

结伏安特性实验中的应用”,作者冯颖。

作者解决了我们这些对曲线拟合与回归不了解或者已经遗忘的人的痛苦,但是里面有N处错误,乘幂回归的公式有错,程序中的错误更是不用说了。可能是作者为了保护自己的成果吧,:(

现在修正了其中的错误,并且选取玻尔兹曼常数测定实验的数据处理为例进行了改进。将函数计算和显示融入了一个文件,并改进了显示,供大家交流。程序如下:

u=[-0.352 0.223 ; -0.362 0.336 ; -0.372 0.500 ; -0.382 0.746 ;

-0.392 1.112 ; -0.402 1.657 ; -0.412 2.372 ; -0.422 3.532 ; -0.432

5.256 ; -0.442 7.812];

u1=-u(:,1);

u2=u(:,2);

N=length(u1);

a=(N*sum(u1.*u2)-sum(u1)*sum(u2))/(N*sum(u1.^2)-sum(u1)^2)

b=(sum(u1.^2)*sum(u2)-sum(u1)*sum(u1.*u2))/(N*sum(u1.^2)-sum(u1)^2)

c=u2-(a*u1+b);%c表示线性的U2

q=sqrt(sum(c.^2)/N)%q表示线性的标准差

w1=log(u1);

w2=log(u2);

a1=exp((sum(w1.^2)*sum(w2)-sum(w1)*sum(w1.*w2))/(N*sum(w1.^2)-sum(w1)^2))

b1=(N*

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值