例: 非線形最小二乗法適合関数 minerr の使用
minerr関数は、
find が解の不在を報告したときに近似解を返す場合があることを除いて
find関数と似ています。
1. 2 つのベクトルを定義します。
2. 適合関数 (未知のパラメータを持つワイブル密度) を定義します。
3. 2 つのパラメータの初期推定値を定義します。
4. ソルブブロック内を最小化する式を使用します。
5. ソルブブロックを追加し、minerr を使用して解を求めます。minerr 関数は Levenberg-Marquardt 法を使用してこの問題を最小化します。Levenberg-Marquardt 法ではそれ自身で残差の平方和をとります。
最良適合のパラメータは次の計算値です。
find 関数では、上記の問題の解を求められません。
6. この方法によって暗黙的に最小化される平方和を計算します。
7. 最良ワイブル適合を X-Y データに対してプロットします。
8. 二乗平均誤差を評価します。平均が 0 の場合、真の解が存在します。
SSE 方程式と minimize 関数を使用することで、直接最小化できます。