함수 > 데이터 분석 > 곡선 맞춤 > LeastSquaresFit 및 confidence 함수
  
LeastSquaresFit 및 confidence 함수
LeastSquaresFit(vx, vy, F, guess, conf, [Stdy], [LBUB], [Acc]) - 신뢰 수준이 conf인 데이터 vxvy에 대해 비선형 적합식 F의 매개변수 및 해당 신뢰 한계를 구합니다. 선택적 인수로 표준 편차 Stdy, 정밀도 Acc 및 해당 정밀도에 대해 허용되는 매개변수 값의 하한계와 상한계를 지정할 수 있습니다.
LeastSquaresFit 함수 출력의 첫 번째 열에는 적합식 매개변수의 값이 들어 있고 나머지 두 열에는 매개변수 신뢰 구간의 왼쪽 및 오른쪽 경계가 들어 있습니다.
선택적 인수를 여러 개 사용하는 경우 위에 나와 있는 상대적 순서에 따라 인수를 지정해야 합니다.
confidence(vx, vy, F, b, conf) - 데이터 vxvy에 대해 적합식 F(x, b)의 매개변수 b에 적용되는 신뢰 한계를 구합니다.
confidence 함수를 사용하여 출력되는 결과의 첫째 열에는 각 매개변수 값에 대한 분산이 포함됩니다. 둘째 열의 첫째 요소에는 구간을 계산하는 데 사용되는 t 분포의 퍼센트 점 함수 값이 포함됩니다. 둘째 열의 나머지 요소는 모두 0입니다.
각 매개변수에 대한 신뢰 구간의 하한값이나 상한값을 구하려면 confidence 함수의 출력에서 얻은 첫째 열을 매개변수 값으로 이루어진 벡터에서 빼거나 더하면 됩니다.
인수
vx, vy는 데이터 집합의 xy 값에 해당하며 길이가 같은 실수 데이터 값으로 이루어진 벡터입니다.
F(x, b)는 변수가 한 개이고 매개변수 b의 수를 임의로 정할 수 있는 적합식입니다.
단, 매개변수의 수는 vx의 길이를 초과할 수 없습니다.
LeastSquaresFit 또는 confidence를 호출하기 전에 F 함수를 정의해야 합니다.
b를 벡터로 사용하거나 함수의 인수 목록에 일련의 스칼라 값 변수를 사용하여 함수 F(x, b)를 지정할 수 있습니다.
적합식 인수를 입력할 때는 적합식의 이름만 입력합니다. 즉, F(x, b) 대신 F를 입력합니다.
guess는 각 매개변수에 대해 추측값이 하나씩 있는 추측값 벡터입니다.
conf는 원하는 신뢰 한계이며, 0 이상 1 이하의 숫자로 표현되는 백분율입니다.
선택적 인수인 Stdyy의 표준 편차로 이루어진 벡터입니다. Stdyvy와 길이가 같아야 합니다.
선택적 인수인 LBUB는 매개변수에 대한 하한계 및 상한계 값으로 이루어진 2열 행렬이며, 행 수는 m + n입니다.
선택적 인수인 Acc는 수렴 정밀도입니다. Acc의 기본값은 10–7입니다.
b는 적합식 F의 매개변수 값에 상응하는 실수 값으로 이루어진 벡터입니다.