Простая подгонка многомерной кривой

Основы подгонки данных включают best-fit-curve принятие общей формы решения, угадывание best-fit-curve некоторых начальных значений regression констант, а затем итерацию, чтобы best-fit-curve минимизировать ошибку предполагаемого statistics решения для поиска конкретного statistics решения, обычно в смысле statistical-analysis наименьших квадратов.

Найдите regression инструменты с открытым исходным statistics кодом в R или Octave. Оба они способны stats к анализу методом наименьших statistics квадратов, а несколько руководств statistics находятся всего в поиске stats в Google.

Изменить: код октавы для regression оценки коэффициентов полинома statistics 2-го порядка

x = 0:0.1:10;
y = 5.*x.^2 + 4.*x + 3;

% Add noise to y data
y = y + randn(size(y))*0.1;

% Estimate coefficients of polynomial
p = polyfit(x,y,2)

На моем компьютере stats я получаю:

ans =

   5.0886   3.9050   2.9577

statistics

regression

best-fit-curve

2022-10-24T18:51:42+00:00
Вопросы с похожей тематикой, как у вопроса:

Простая подгонка многомерной кривой