Funktionen > Datenanalyse > Kurvenanpassung > Logarithmische Regression
Logarithmische Regression
logfit(vx, vy, vg) – Gibt einen Vektor mit den Koeffizienten für eine logarithmische Kurve der Form a · ln(x + b) + c zurück, die die beste Approximation der Daten in vx und vy unter Verwendung von Schätzwerten im Vektor vg darstellt.
lnfit(vx, vy) – Gibt einen Vektor mit den Koeffizienten für eine logarithmische Kurve der Form a · ln(x) + b zurück, die die beste Approximation der Daten in vx und vy am besten darstellt.
Die Funktionen logfit und lnfit verwenden für die Minimierung das Levenberg-Marquardt-Verfahren. Verwenden Sie für eine logarithmische Anpassung, die sich von den oben genannten Formen unterscheidet, die Funktionen genfit oder linfit.
Argumente
vx, vy sind Vektoren aus reellen Datenwerten derselben Länge, entsprechend den x- und y-Werten im Datensatz. Für logfit müssen mindestens drei Datenpunkte, für lnfit mindestens zwei Datenpunkte vorhanden sein.
vg ist ein drei-elementiger Vektor aus reellen Schätzwerten für die Parameter a, b und c in der logarithmischen Anpassungsgleichung.
War dies hilfreich?