MATLAB 线性拟合直线示例 + MATLAB线性拟合中文文档(决定系数R^2公式与解释 与 带惩罚项的修改R^2)

1. MATLAB 线性拟合直线计算斜率 示例

rkm = [1:2:11];
phase1 = [360:-30:210]+20*rand(size(rkm));  % 因变量y
phase2 = [300:-30:150]+20*rand(size(rkm));  % 因变量y

col = {'r';'b';'g'};
% 先计算拟合直线 使用 ployfit计算线性系数
rkmB  = [rkm(1):0.1:rkm(end)];
Po1 = polyfit(rkm,phase1,1)  % 斜率与截距   
P1 = polyval(Po1,rkmB);      % 计算细化x轴坐标rkmB处的拟合值
Po2 = polyfit(rkm,phase2,1)  % 斜率与截距 
P2 = polyval(Po2,rkmB);      % 计算细化x轴坐标rkmB处的拟合值

figure()
hold on; grid on
box on

rkmB(1:20:101)-rkm

plot(rkmB,P1,'-o','color',col{1},'markerindice',1:20:101)
plot(rkmB,P2,'-o','color',col{2},'markerindice',1:20:101)
% 注意上述markerindice 属性的设置,其设置将影响legend的设置

xlabel('rkm')
ylabel('deg (\circ)')
title('D_2 phase lag')
legend({'M_2';'N_2'},'orientation','horizontal')
legend('boxoff')
saveas(gcf,'Phase lag demo_obs_fit_0.fig')

2. MATLAB线性拟合中文文档

以下所有图片来源于MATLAB官方文档截图,仅用于学习与非盈利行为,若有侵权请及时联系博主删除。

线性回归 - MATLAB & Simulink - MathWorks 中国icon-default.png?t=N7T8https://ww2.mathworks.cn/help/matlab/data_analysis/linear-regression.html

决定系数 R2。R2 用于测量模型能够在多大程度上预测数据,其值介于 0 和 1 之间。R2 的值越高,模型预测数据的准确性越高。

决定系数 R2。R2 用于测量模型能够在多大程度上预测数据,其值介于 0 和 1 之间。R2 的值越高,模型预测数据的准确性越高。

R2,决定系数 交互式拟合 - MATLAB & Simulink - MathWorks 中国icon-default.png?t=N7T8https://ww2.mathworks.cn/help/matlab/data_analysis/interactive-fitting.html#bswij4t

您可通过计算决定系数或 R 方 (R2),确定多项式回归预测您的观测数据的能力。R2 统计量的范围介于 0 至 1 之间,它用来度量自变量在预测因变量的值方面的可用度:

  • 接近 0 的 R2 值表示该拟合并不明显优于模型 y = constant

  • 接近 1 的 R2 表示自变量能够解释因变量的大部分变异。

R2 是根据残差计算的,残差是因变量的观测值与其拟合预测值之间的有符号差值。

residuals = yobserved - yfitted

rsq =
    0.8707

这表明,线性方程 1.5229 * x -2.1911 可预测变量 y 中方差的 87%。

计算多项式回归的调整 R2

您通常可通过拟合更高次多项式,减少模型中的残差。当您添加更多项时,会增加决定系数 R2。您可获得更接近数据的拟合,但代价是模型更为复杂,R2 无法解释。因而,作为对该统计量的改进,调整 R2 中包括了一项对模型中项数的罚值。因此,调整 R2 更适合比较不同的模型对同一数据的拟合程度。调整 R2 定义如下:

R2adjusted = 1 - (SSresid / SStotal)*((n-1)/(n-d-1))

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
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