Funktionen > Lösen und Optimieren > Lösungsblockfunktionen > Beispiel: minerr für die nichtlineare Kleinste-Quadrate-Anpassung verwenden
  
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.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
2. Definieren Sie eine Anpassungsfunktion (Weibull-Dichte mit unbekannten Parametern).
Zum Kopieren dieses Ausdrucks klicken
3. Definieren Sie Anfangsschätzwerte für die beiden Parameter.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
4. Verwenden Sie eine Gleichung, um innerhalb eines Lösungsblocks zu minimieren.
Zum Kopieren dieses Ausdrucks klicken
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.
Zum Kopieren dieses Ausdrucks klicken
Die Parameter für die Bestapproximation sind die berechneten Werte:
Zum Kopieren dieses Ausdrucks klicken
Die Funktion find findet keine Lösung für das oben genannte Problem.
Zum Kopieren dieses Ausdrucks klicken
6. Berechnen Sie die Summe von Quadraten, die implizit mit dieser Methode minimiert wurden.
Zum Kopieren dieses Ausdrucks klicken
7. Plotten Sie die beste Weibull-Anpassung bezogen auf die x-y-Daten.
Zum Kopieren dieses Ausdrucks klicken
Zum Kopieren dieses Ausdrucks klicken
8. Werten Sie den mittleren quadratischen Fehler aus. Wenn der Mittelwert null ist, dann existiert eine echte Lösung:
Zum Kopieren dieses Ausdrucks klicken
Sie können direkt minimieren, indem Sie die Gleichung SSE und die Funktion minimize verwenden.