预测区间为非线性函数
5视图(30天)
显示旧的评论
你好,
我需要找到和情节的信心和分散数据的预测区间。
最适合线的范围应该在46 / (Heigth ^ 1)。
我目前使用合适的函数,与一个用户定义fittype。
第一个图下面结果同时abd nonsinultaneous界限的功能和观测时间间隔。
这不是我期望的范围。下面的图是我期望的形状边界应该是什么样的。
有人可以请给我一些了解我做错了什么?
我的代码如下所示。
提前谢谢。
KT
清除所有
关闭所有
clc
X = [0.162623482 0.446687012 0.240012321 0.267679329 0.243416859 0.244260959 0.242748071 0.25221498 0.286563366 0.559924138 0.403590285 0.497802691 0.723320296 0.432871905 0.399027815 0.692595048 0.76184806 0.816537097 0.524837706 0.853558466 0.596510472 0.973961787 0.443347405 0.671659199 0.887387406 0.702821647 0.535536135 0.844526594 0.800813025 1.190564395 0.971070203 1.124148859 0.952318192 1.329323649 1.125466954 1.428966433 1.177563088 1.745410946 1.332068057 0.676715143 1.203838412 0.865743811 1.027746121 1.293098763 1.504229871 0.586697266 0.915415862 0.917707918 1.151263955 2.057102526 1.284636118 0.487091276 2.003129892 0.585825029 1.049796616 1.297001104 1.099245738 1.411651557 1.543567105 1.294116012 2.402084119 1.277173406 1.731487621 2.515381848 2.683528775 1.418512576 1.828414134 2.173789641 1.109219107 2.293608584 1.526814963 0.791456499 2.077785145 1.796582898 2.267251014 0.896555633 2.599289738 2.161770953 2.043912919 1.769136655 2.753277425 1.634338179 1.317346083 3.063315434 2.272577503 2.937838855 1.785536007 3.021002205 1.153330918 1.936932956 3.366490259 2.279626822 2.780751805 2.919727494 3.277442015 2.966159499 1.947923574 4.019206983 2.878693402 2.763393641 3.289443389 5.016879329 3.728109284 3.968076154 5.485709903 - 5.880517218);
x = 0(长度(x), 1);
Y = [200.0955649 190.2445769 184.1126369 174.4818231 162.1917298 151.9656788 135.1053479 131.6474409 121.0675773 103.4164242 102.7323504 101.9658917 99.27399215 92.94236146 81.19891362 80.08856822 73.43037596 71.27244382 70.11120572 68.77761818 67.38727264 65.42059423 64.99969166 64.82350723 63.61588818 62.83124711 62.39532036 59.12189942 57.29941701 57.09237211 53.01964686 51.24503428 50.53176934 50.32084432 49.49807883 49.10695391 49.03282561 48.93180719 48.03504875 47.43363046 47.03154196 46.47118073 46.39935343 46.26977553 45.5688277 44.61147626 41.83155219 40.48533171 40.44075547 40.00058766 38.1835645 37.898827 37.66168863 37.50806302 36.71512031 35.31241253 34.43230251 33.85790969 33.63593085 33.10309139 31.22245233 30.53711521 30.2288263 30.11837829 30.05977046 29.94896151 29.77764979 29.27715968 29.05725625 28.66865792 28.52888344 28.42412025 27.5076454 26.78404851 26.53675867 26.39635254 26.34866318 26.15213069 25.59190482 25.25740255 25.13481789 24.30068276 24.29017034 23.6221584 23.46117862 21.98903478 21.42889914 21.23629189 21.20434859 19.63817956 19.28914941 18.46245869 17.85625793 17.5399832 14.4208195 14.02825081 12.63294233 12.61250404 10.97383095 10.86094658 10.84930623 10.7618231 10.42479425 8.846082516 7.448157212 - 6.895420867);
y = 0(长度(X), 1);
因为我= 1:1:长度(X)
(我,1)= x(我);
(1)我= y(我);
结束
图
情节(x, y,“o”)
网格
包含(频率);
ylabel (“Heigth”);
fo = fitoptions(‘法’,‘NonlinearLeastSquares’,……
“低”,(0,0),……
“上”,正无穷,max (Y),…
“曾经繁荣”,[1]);
英国《金融时报》= fittype (“a * (x ^ n)”,“问题”,“n”);
fitresult =适合(x, y,英国《金融时报》,“问题”,1)
%计算95%的观察和功能预测区间,同时和异时。异时界限是单个元素的x;同时界限是x的所有元素。
侯= predint (fitresult, x, 0.95,“观察”,“关闭”);
p12 = predint (fitresult, x, 0.95,“观察”,“上”);
p21 = predint (fitresult, x, 0.95,“功能”,“关闭”);
第22位= predint (fitresult, x, 0.95,“功能”,“上”);
%画出数据,健康,和预测间隔。观察范围比功能更广泛的范围,因为他们测量的不确定性预测拟合曲线加上随机变化的新观察。
图
次要情节(2、2、1)
情节(fitresult, x, y),等等,情节(x,侯,“m -”), xlim ([0 6]), ylim (200 [0])
标题(“异时观测范围”,“字形大小”,9)
传说了
包含(频率);
ylabel (“Heigth”);
次要情节(2 2 2)
情节(fitresult, x, y),等等,情节(x, p12, m,), xlim ([0 6]), ylim (200 [0])
标题(“同步观测范围”,“字形大小”,9)
传说了
包含(频率);
ylabel (“Heigth”);
次要情节(2,2,3)
情节(fitresult, x, y),等等,情节(x, p21, m,), xlim ([0 6]), ylim (200 [0])
标题(“异时功能范围”,“字形大小”,9)
传说了
包含(频率);
ylabel (“Heigth”);
次要情节(2,2,4)
情节(fitresult, x, y),等等,情节(x,第22位,“m -”), xlim ([0 6]), ylim (200 [0])
标题(“同步功能范围”,“字形大小”,9)
传奇({“数据”,“曲线拟合”,“预测间隔”},…
”字形大小8“位置”,“东北”)
包含(频率);
ylabel (“Heigth”);
