Exponentialregression
• expfit(vx, vy, [vg]) – Gibt einen Vektor mit drei Koeffizienten einer exponentiellen Kurve der Form A · exp(b·x) + C zurück, die die Daten in den Vektoren vx und vy am besten darstellt.
Die Funktion expfit wendet für die Minimierung die Levenberg-Marquardt-Methode an. Verwenden Sie für eine exponentielle Anpassung, die sich von der obigen Form unterscheidet, die Funktion genfit.
Argumente
• vx, vy sind Vektoren aus reellen Datenwerten derselben Länge, entsprechend den x- und y-Werten im Datensatz. Die x-Werte müssen ≥ 0 sein. Es müssen mindestens drei Datenpunkte vorhanden sein.
 |
Für eine exponentielle Anpassung von Daten, die negative x-Werte enthalten, müssen Sie die Daten auf die positive Achse verschieben. Exponentielle Anpassungen von Daten mit negativen x-Werten können eine Anpassungsfunktion mit imaginären Werten erzeugen.
|
• vg (optional) ist ein Drei-Element-Vektor reeller Schätzwerte für die Parameter C, A und b in der Exponentialgleichung. Wird das Argument nicht verwendet, erzeugt die Funktion expfit einen Schätzwert von einer Linie, die an die Logarithmen von vy angepasst ist.