Используйте функцию
logfit для подгонки данных к следующему логарифмическому уравнению:
1. Задайте следующую матрицу.
2. Задайте вектор начальных приближений.
Функция
ln определена только для положительных чисел. Второй параметр смещает данные X, чтобы можно было рассчитать ln. Если данные x отрицательны, значение второго начального приближения должно быть положительным и достаточно большим, чтобы сместить значения x к положительной оси.
В некоторых случаях для получения наилучшей возможной аппроксимации необходимо настроить начальные приближения. Первое значение должно в общих чертах описывать высоту и знак данных, второе должно отражать горизонтальное смещение, а третье — вертикальное смещение. Можно сперва отобразить данные на графике, чтобы определить начальные приближения.
3. Используйте функцию logfit, чтобы найти параметры для логарифмического приближения.
Второй параметр очень мал. Функция
lnfit является хорошей альтернативой функции logfit.
4. Распечатайте данные и логарифмическое приближение.
Аппроксимация почти идеальна, что подтверждается коэффициентом корреляции:
lnfit
Используйте функцию lnfit для подгонки данных к следующему логарифмическому уравнению:
1. Вызовите функцию lnfit, чтобы найти параметры a и b.
2. Распечатайте данные и аппроксимирующую функцию.
3. Рассчитайте коэффициент корреляции.
Это очень близко к корреляции, достигнутой с помощью функции logfit.
