本文展示了使用MATLAB进行数据拟合的过程，包括使用公式y = p1+p2/x+p3/x^2进行拟合，并给出了不同情况下的参数估计。同时，详细列出了RMSE、SSE、R、R^2、Adj. R^2、DC、Chi-Square和F统计等评估指标，以评估模型的拟合优度。
试下这个公式：
y = p1+p2/x+p3/x^2;
y1：
均方差(RMSE): 0.148237057806381
残差平方和(SSE): 0.131845351842554
相关系数(R): 0.998746884380994
相关系数之平方(R^2): 0.997495339060742
修正R平方(Adj. R^2): 0.995825565101236
确定系数(DC): 0.997495339060742
卡方系数(Chi-Square): 0.00241726620795399
F统计(F-Statistic): 597.383456281541
参数 最佳估算
---------- -------------
p1 -172.819144624189
p2 154054.622356493
p3 -28949379.4148539
y2：
均方差(RMSE): 0.139532620516987
残差平方和(SSE): 0.116816113130025
相关系数(R): 0.998752607252572
相关系数之平方(R^2): 0.99750677049381
修正R平方(Adj. R^2): 0.995844617489683
确定系数(DC): 0.99750677049381
卡方系数(Chi-Square): 0.00190705443002997
F统计(F-Statistic): 600.129331056209
参数 最佳估算
----------
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
