* tidemodels如海平面数据的拟合。
*预测基于潮流的潮流模型。
使用熟悉的语法从polyfit / polyval: tidalfit / tidalval

% TIDALFIT:符合潮汐模型数据

tidalfit使用哈默尔(普通最小二乘法)
技术以适应潮汐组件去趋势数据。此外它
也可以做健壮的拟合。

请包括确认Aslak Grinsted如果你使用这段代码。

用法:潮汐= tidalfit(数据、参数值))

输入:
- - - - - -
数据:两个列向量。
\——第一列应该是一个串行日期数量(见帮助datenum)
\——第二列应该是y的值(即海平面)
\(缺失值和nan是好的。)

可选参数:
- - - - - - - - - - - - - - - - - - - - -
组件:单元阵列的字符串的名字
\组件应该包括在合适吗?(默认)
\注:常规只会试图适应组件
\,期< data_timespan / 4期> dt * 2。
FittingMethod:普通最小二乘法的OLS robustfitting或“健壮”。
\(默认= OLS)
为robustfit RobustFitOptions:细胞的选择。(参见帮助robustfit。)
\只用如果FittingMethod =“健壮”。(默认= {})
DetrendData:数据应该去趋势拟合之前?(默认= true)

注:可选参数可以指定使用缩写。例如RFO RobustFitOptions。

输出:
- - - - - - -
如果没有指定程序输出参数将显示结果
视觉。

潮汐:struct-array包含拟合模型参数。
\ . name:名称的组件(见如潮。http://www.mhl.nsw.gov.au/www/tide_glossary.htmlx)
天\ .period:潮汐的组成部分
\。speed:潮汐的频率在度每太阳能组件
\ .amp:振幅的安装组件
\ .phase:阶段的安装组件

组件,并不包含在符合将NaN .amp .phase。



例子:
data = datenum (1971、1、1): datenum(2008年,1,1);
data =[数据;randn(大小(数据)))';
潮汐= tidalfit(数据、“调频”、“健壮”);
未来= [datenum (2008、1、1): datenum(2009年,1,1)');
情节(未来,tidalval(潮汐、未来));