LeastSquaresFit 與信心函數
• LeastSquaresFit(vx, vy, F, guess, conf, [Stdy], [LBUB], [Acc]) - 針對信心水準 conf，傳回數據 vx 與 vy 的非線性擬合函數 F 之參數及其信心限制，對於精確度 Acc 的可接受參數值，使用選用的標準差 Stdy 以及選用的下限與上限。
LeastSquaresFit 函數輸出的第一欄包含擬合參數的值。其餘兩欄包含參數之信心區間的左右邊界。
若使用多個選用引數，這些引數必須以上述相對順序指定。
• confidence(vx, vy, F, b, conf) - 傳回數據 vx 與 vy 之擬合函數 F(x, b) 的參數 b 所使用的信心限制。
confidence 函數輸出的第一欄包含每個參數值的變異數。第二欄的第一個元素包含用以計算區間的 T-測試百分點函數值。第二欄中的其餘的元素為零。
為求每個參數之信心區間的上下限，您可以從參數值向量，加減 confidence 函數輸出的第一欄。
引數
• vx, vy 是長度相同之實數數據值的向量，分別對應至數據集中的 x 與 y 值。
• F(x, b) 是含有任意數目參數之一個變數 b 的擬合函數。
◦ 參數的數目不可超過 vx 的長度。
◦ 您必須先定義函數 F，再呼叫 LeastSquaresFit 或 confidence。
◦ 您可以透過 b 作為向量，或透過函數引數清單中的一系列純量變數，指定函數 F(x, b)。
◦ 輸入擬合函數引數時，僅會寫入擬合函數的名稱 (寫入 F 而非 F(x, b))。
• guess 是估值向量，其中每一個估值各表示一個參數。
• conf 是所需的信心限制，並以介於 0 與 1 (含) 之間的數字所表示的百分比表示。
• Stdy (選用) 是 y 中的標準差向量。Stdy 的長度必須與 vy 相同。
• LBUB (選用) 是對參數設定上下邊界的兩欄式矩陣，共 m + n 列。
• Acc (選用) 是收斂精度。Acc 的預設值為 10–7。
• b 是實數向量，與擬合函數 F 的參數值相對應。