表面拟合Franke数据
Curve Fitter应用程序提供了一些由Franke的二元测试函数生成的示例数据。该数据适合尝试在曲线拟合应用程序中的各种拟合设置。使用数据创建,比较,并导出曲面拟合。
在MATLAB®命令行,加载
因特网
数据集。的变量x
,y
,z
出现在工作区中。负载因特网
示例数据是由Franke的二元测试函数生成的,添加了噪声和缩放,以创建适合的数据,以尝试曲线Fitter应用中的各种拟合设置。关于Franke函数的详细信息,请参阅[1].
将数据分为拟合数据和验证数据。
十五= x (200:293);青年志愿= y (200:293);zv = z (200:293);x = x (1:199);y = y (1:199);z = z (1:199);
使用示例数据拟合曲面。
打开曲线Fitter应用程序。
curveFitter
在Curve Fitter应用程序中,选择数据变量。在曲线更健康选项卡,数据部分中,点击选择数据.在“选择拟合数据”对话框中指定
x
随着X数据变量,y
随着Y数据变量,z
随着Z数据变量。或者,您可以在使用时指定数据变量
curveFitter
打开曲线拟合应用程序,并创建一个默认的拟合(curveFitter (x, y, z)
).
Curve Fitter应用程序在你选择变量时绘制数据点。当您选择
x
,y
,z
,应用程序会自动创建一个默认的表面适合度。默认的拟合是一个通过数据点的插值曲面。试试Lowess适合的款式。在曲线更健康选项卡,适合类型部分,单击箭头打开图库。点击洛斯在平滑组。
曲线拟合应用程序创建一个本地平滑回归拟合。
试着改变适合度设置。在合适的选项窗格中,改变跨度(%)价值
10
.通过将跨度从默认值减少到数据点总数的10%,可以生成一个更紧密地跟随数据的曲面。跨度定义了应用程序用来确定每个平滑值的相邻数据点。
在符合表窗格中,改变适合的名字来
平滑的回归
.使用验证数据来检查您的曲面是否是一个好的模型。换句话说,将曲面与未用于拟合的数据进行比较。
在曲线更健康选项卡,数据部分中,点击验证数据.在“选择验证数据”对话框中,选择下拉列表中的验证变量X数据,Y数据,Z数据:
十五
,青年志愿
,zv
.中的验证统计信息(SSE和RMSE)中查看选定的验证数据结果而且符合表窗格。
通过复制当前表面配合来创建另一个配合。在曲线更健康选项卡,文件部分中,点击重复的.或者,右键单击适合符合表窗格,然后选择重复的“平滑回归”.
该应用程序创建一个新的适合图形,具有相同的适合设置、数据和验证数据。它还在底部的匹配表中添加了新行。
更改新配合的配合类型和名称。在曲线更健康选项卡,适合类型部分,单击箭头打开图库。点击多项式在回归模型组。
在符合表窗格中,改变适合的名字来
多项式
.在合适的选项窗格中,改变X度而且Y程度值
3.
,在两个维度拟合三次多项式。查看x轴和y轴上的刻度,并阅读结果窗格。
方程的条件很差。删除重复的数据点或尝试定心和缩放。
在合适的选项窗格中,选择中心和规模复选框以规范化并校正x和y中刻度的较大差异。
对象中的警告消息结果窗格。
看一下结果窗格。您可以查看:
模型方程
估计系数的值
拟合优度统计
验证统计的优点
线性模型Poly33: f(x,y) = p00 + p10*x + p01*y + p20*x^2 + p11*x*y…+ p02*y^2 + p30*x^3 + p21*x^2*y + p12*x*y^2 + p03*y^3,其中x的归一化均值为1977,标准差为866.5,y的归一化均值为0.4932,标准差为0.29(95%置信限):p00 = 0.4359 (0.3974, 0.4743) p10 = -0.1375 (-0.194, -0.08104) p01 = -0.4274 (-0.4843, -0.3706) p20 = 0.0161 (-0.007035, 0.03923) p11 = 0.07158 (- 0.05091, - 0.09225) p02 = -0.03668 (-0.06005, -0.01332) p30 = - 0.02081 (-0.005475, - 0.04709) p21 = 0.02432 (0.0012, 0.04745) p12 = -0.03949 (-0.06287, -0.01611) p03 = 0.1185(0.09164, 0.1453)拟合优度:SSE: 4.125 r平方:0.776调整r平方:0.7653 RMSE: 0.155312验证优度:SSE: 2.26745 RMSE: 0.155312
若要将此适合信息导出到工作区,请单击出口并选择出口到工作区在出口部分的曲线更健康选项卡。执行此命令还可以导出其他信息,如观察值和参数的数量、残差和拟合模型。
你可以把拟合的模型作为一个函数来进行预测或评估在X和y值处的表面将Fit导出到工作区.
显示残差图,检查点相对于曲面的分布情况。在曲线更健康选项卡,可视化部分中,点击残差图.
右键单击要选择的残差图进入X-Z视图.X-Z视图不是必需的,但是该视图可以更容易地删除异常值。
要删除异常值,请单击“排除异常值”按钮在坐标轴工具栏中。
当您将鼠标光标移动到绘图时,它将变为十字线,以显示您处于离群点选择模式。
单击要在曲面图或残差图中排除的点。或者,单击并拖动以定义一个矩形并删除所有包含的点。
图中显示被删除的点为红叉。
如果你有汽车选择的适合部分的曲线更健康选项卡,应用程序重新安装的表面没有被删除的点。如果你有手册选择后,您可以单击适合翻新表面。
要在图中返回旋转模式,单击“排除异常值”按钮一次。
比较一下你的尺码。单击位于匹配图选项卡最右边的Document Actions箭头。选择
瓷砖都
选项并指定1 × 2的布局。的信息符合表窗格。比较会话中所有拟合的拟合优度统计数据,以确定哪个是最好的。
若要保存交互式曲面拟合会话,请单击保存在文件部分的曲线更健康选项卡。您可以保存和重新打开会话以访问多个fits。会话文件包含会话中的所有适合度和变量。
在交互创建和比较适合后,您可以在曲线Fitter应用程序会话中为每个适合生成MATLAB代码。在曲线更健康选项卡,出口部分中,点击出口并选择生成代码.
曲线Fitter应用程序从您的会话生成代码,并在MATLAB编辑器中显示文件。该文件包括当前选择的适合及其在会话中打开的情节。
用默认名称保存文件
createFit.m
.您可以通过从命令行调用文件(使用原始数据或新数据作为输入参数)来重新创建您的fit及其绘图。在本例中,原始变量仍然出现在工作区中。
突出显示并计算文件的第一行(不包括单词
函数
).右键单击并选择在命令窗口中评估选择,按F9,或将以下代码复制并粘贴到命令行。[fitresult, gof] = createFit (x, y, z,十五,青年志愿,zv)
该函数为您在会话中选择的适合度创建一个数字窗口。可以观察到多项式拟合图同时显示了曲面图和残差图,这是您在曲线拟合应用程序中交互创建的。
如果您愿意,您可以使用生成的代码作为起点来更改曲面拟合和绘图以满足您的需求。有关可使用的方法列表,请参见
sfit
.
参考文献
[1]因特网,Richard。散点数据插值:一些方法的检验。数学的计算38岁的没有。157(1982年1月1日):181-200。https://doi.org/10.1090/s0025 - 5718 - 1982 - 0637296 - 4。