例: 非線形最小二乗法適合関数 minerr の使用
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。