加权最小二乘直线拟合

计算参数(及其不确定性)在两个坐标数据和不确定性

5.4 k下载

更新2007年11月13日

查看许可协议

的问题与不确定性数据拟合直线在两个坐标是解决使用加权最小二乘算法。与通常的斜率参数转换/轴交点对坡度角和距离原点。这个的优点是,全局收敛性是保证b)找到一个解决方案甚至一条垂直线。完整的不确定性矩阵(即方差和协方差的拟合参数)。为非均匀直线通常的参数(斜率/轴相交。)给出,连同他们的不确定性矩阵。该算法特别适合精密测量,完整的不确定性矩阵的知识是必须的。测量算法发表在科技18 (2007)pp3438 - 3442 M。Krystek和M。安东,报道Bundesanstalt布伦瑞克,德国。一个名叫pearson_york_tetdata附加脚本。m标准统计测试数据集包含一个问题(见例如Lybanon,米在Am.J.Phys.52 1984 pp22-26) (1)

引用作为

马赛厄斯安东(2023)。加权最小二乘直线拟合(//www.tianjin-qmedu.com/matlabcentral/fileexchange/17466-weighted-total-least-squares-straight-line-fit), MATLAB中央文件交换。检索

MATLAB版本兼容性
创建R2007a
兼容任何释放
平台的兼容性
窗户 macOS Linux

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!
版本 发表 发布说明
1.0.0.0

添加一个标准测试数据集