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.