示例:使用 minerr 的非线性最小二乘法拟合
函数
minerr 与函数
find 类似,但在某些情况下,如
find 报告不存在解时,前者会返回一个近似解。
1. 定义两个矢量。
2. 定义一个拟合函数 (带有未知参数的韦伯密度)。
3. 定义两个参数的初始估值。
4. 使用方程在求解命令块内进行最小化。
5. 添加一个求解命令块并使用 minerr 来解决该问题。minerr 函数使用列文伯格-马夸尔特方法来最小化此问题。列文伯格-马夸尔特方法对其自身进行残差求和和平方。
最佳拟合参数为计算值:
函数 find 未能求出上述问题的解。
6. 计算经此方法隐式最小化后的平方和。
7. 绘制对比 x-y 数据的最佳韦伯拟合图象。
8. 计算均方误差。如果均值为零,则存在真解:
可以通过使用方程 SSE 和函数 minimize 直接进行最小化。