Beispiel: minerr für die nichtlineare Kleinste-Quadrate-Anpassung verwenden
Die Funktion minerr ähnelt der Funktion find, allerdings gibt sie eine Näherungslösung für einige Fälle zurück, bei denen find meldet, dass keine Lösung vorhanden ist.
1. Definieren Sie zwei Vektoren.
2. Definieren Sie eine Anpassungsfunktion (Weibull-Dichte mit unbekannten Parametern).
3. Definieren Sie Anfangsschätzwerte für die beiden Parameter.
4. Verwenden Sie eine Gleichung, um innerhalb eines Lösungsblocks zu minimieren.
5. Fügen Sie einen Lösungsblock hinzu, und verwenden Sie minerr, um das Problem zu lösen. Die Funktion minerr verwendet das Levenberg-Marquardt-Verfahren, um dieses Problem zu minimieren. Das Levenberg-Marquardt-Verfahren führt ein eigenes Summieren und Quadrieren der Residuen durch.
Die Parameter für die Bestapproximation sind die berechneten Werte:
Die Funktion find findet keine Lösung für das oben genannte Problem.
6. Berechnen Sie die Summe von Quadraten, die implizit mit dieser Methode minimiert wurden.
7. Plotten Sie die beste Weibull-Anpassung bezogen auf die x-y-Daten.
8. Werten Sie den mittleren quadratischen Fehler aus. Wenn der Mittelwert null ist, dann existiert eine echte Lösung:
Sie können direkt minimieren, indem Sie die Gleichung SSE und die Funktion minimize verwenden.