非线性最小二乘的应用.pdfVIP

非线性最小二乘法具体运用     非线形最小二乘法:理论公式  ; ; , …   拟合  N个观测点 N     , , , …, ,                         其中    ; ;  ,         ;   最小二乘解  c    应满足准则    ̂ ̂     其中           ; ,         , ,   在电子计算机上进行最优化计算,搜索出满足准则的参数估计值,用逐次迭代法求解.估计值 的协方差阵为    ̂     把协方差阵对角元的平方根作为参数的标准差.  直接观测量的估计值   ̂     为了更好地运用统计工具箱中非线性最小二乘法，本文举例（加权非线性回归）来说明， 然后讨论了把非线性拟合转化为线性拟合时存在的缺陷。现在介绍在线行性回归两个主要库 函数nlinfit （非线行最小二乘法回归）和)nlparci （非线性回归中参数的置信区间）。    [BETA,R,J,COVB,MSE]  =  NLINFIT(X,Y,MODELFUN,BETA0)  结果就是拟合得到的系数（参数）值 BETA，残差R，模型函数MODELFUN 的雅可比行列式J ，拟合参数的协方差矩阵COVB，特 性函数均方差MSE。你可以用这些输出结果再利用NLPREDCI 来得到测量值或者系数（参数） 的置信水平为95%的置信区间。  CI =  NLPARCI(BETA,RESID,covar,SIGMA) 得到置信水平为 95%的非线性最小二乘法预估参数 BETA 的置信区间。运用NLINFIT 来拟和非线性模型时得到的参数的拟合值BETA，残差RESID， 预估参数的协方差矩阵SIGMA 。