LeastSquaresFit 및 confidence 함수
• LeastSquaresFit(vx, vy, F, guess, conf, [Stdy], [LBUB], [Acc]) - 신뢰 수준이 conf인 데이터 vx와 vy에 대해 비선형 적합식 F의 매개변수 및 해당 신뢰 한계를 구합니다. 선택적 인수로 표준 편차 Stdy, 정밀도 Acc 및 해당 정밀도에 대해 허용되는 매개변수 값의 하한계와 상한계를 지정할 수 있습니다.
LeastSquaresFit 함수 출력의 첫 번째 열에는 적합식 매개변수의 값이 들어 있고 나머지 두 열에는 매개변수 신뢰 구간의 왼쪽 및 오른쪽 경계가 들어 있습니다.
선택적 인수를 여러 개 사용하는 경우 위에 나와 있는 상대적 순서에 따라 인수를 지정해야 합니다.
• confidence(vx, vy, F, b, conf) - 데이터 vx와 vy에 대해 적합식 F(x, b)의 매개변수 b에 적용되는 신뢰 한계를 구합니다.
confidence 함수를 사용하여 출력되는 결과의 첫째 열에는 각 매개변수 값에 대한 분산이 포함됩니다. 둘째 열의 첫째 요소에는 구간을 계산하는 데 사용되는 t 분포의 퍼센트 점 함수 값이 포함됩니다. 둘째 열의 나머지 요소는 모두 0입니다.
각 매개변수에 대한 신뢰 구간의 하한값이나 상한값을 구하려면 confidence 함수의 출력에서 얻은 첫째 열을 매개변수 값으로 이루어진 벡터에서 빼거나 더하면 됩니다.
인수
• vx, vy는 데이터 집합의 x와 y 값에 해당하며 길이가 같은 실수 데이터 값으로 이루어진 벡터입니다.
• F(x, b)는 변수가 한 개이고 매개변수 b의 수를 임의로 정할 수 있는 적합식입니다.
◦ 단, 매개변수의 수는 vx의 길이를 초과할 수 없습니다.
◦ LeastSquaresFit 또는 confidence를 호출하기 전에 F 함수를 정의해야 합니다.
◦ b를 벡터로 사용하거나 함수의 인수 목록에 일련의 스칼라 값 변수를 사용하여 함수 F(x, b)를 지정할 수 있습니다.
◦ 적합식 인수를 입력할 때는 적합식의 이름만 입력합니다. 즉, F(x, b) 대신 F를 입력합니다.
• guess는 각 매개변수에 대해 추측값이 하나씩 있는 추측값 벡터입니다.
• conf는 원하는 신뢰 한계이며, 0 이상 1 이하의 숫자로 표현되는 백분율입니다.
• 선택적 인수인 Stdy는 y의 표준 편차로 이루어진 벡터입니다. Stdy는 vy와 길이가 같아야 합니다.
• 선택적 인수인 LBUB는 매개변수에 대한 하한계 및 상한계 값으로 이루어진 2열 행렬이며, 행 수는 m + n입니다.
• 선택적 인수인 Acc는 수렴 정밀도입니다. Acc의 기본값은 10–7입니다.
• b는 적합식 F의 매개변수 값에 상응하는 실수 값으로 이루어진 벡터입니다.