应用数学基础回归分析.ppt

例6.4 在一丘陵地带测量高程，x和y方向每隔100米测一个点，得高程如下表，试拟合一曲面，确定合适的模型，并由此找出最高点和该点的高程。 310 334 552 626 662 400 400 412 598 674 680 300 420 478 630 712 698 200 450 478 624 697 636 100 y 500 400 300 200 100 x 高程 表6.4 例6.4数据 原始数据面图 z=[636 697 624 478 450 698 712 630 478 420 680 674 598 412 400 662 626 552 334 310]; [x,y]=meshgrid(100:100:500,100:100:400); figure(1) surf(x,y,z) grid on xlabel(X); ylabel(Y); zlabel(Z); set(gca,color,none) xy=[x(:),y(:)];zd=z(:); fun_gc=@(beta,t)beta(1)*t(:,1)+beta(2)*t(:,2) ... +beta(3)*(t(:,1)).^2+beta(4)*t(:,1).*t(:,2) ... +beta(5)*(t(:,2)).^2+beta(6)*(t(:,1)).^3 ... +beta(7)*(t(:,1)).^2.*t(:,2)+beta(8)*t(:,1).*(t(:,2)).^2 ... +beta(9)*(t(:,2)).^3+beta(10); [beta,resid,J,Sigma,mse] = nlinfit(xy,zd,fun_gc,ones(10,1)) 调用nlinfit函数作二元非线性回归的Matlab程序 beta= 5.3339e+000 1.9410e+000 -1.9341e-002 -3.6381e-003 -4.8775e-003 1.9125e-005 3.4643e-006 6.2500e-007 4.0333e-006 1.6353e+002 部分结果 拟合的曲面方程为： z=5.3339x+1.9410*y-0.0193*x2-0.00364xy -0.00488y2+0.000019x3+(3.464e-6)x2y +(6.25e-7)xy2+(4.033e-6)y3+163.5; 通过求偏导，然后由偏导等于0解得最高点为 (167.2419 200.6160)，最高点处的高程为731.6817 [xdat,ydat]=meshgrid(100:10:500,100:10:400); xydat=[xdat(:),ydat(:)]; zdat=fun_gc(beta,xydat); zdat=reshape(zdat,size(xdat)); figure(1) surf(xdat,ydat,zdat) grid on xlabel(X); ylabel(Y); zlabel(Z); set(gca,color,none) 作回归曲面图的Matlab程序 回归曲面图 2. 利用lsqnonlin函数作非线性拟合 调用格式 lsqnonlin函数的简单调用格式为： x = lsqnonlin(fun,x0,lb,ub,options) 这里： fun是事先用 m-文件定义的待拟合的非线性函数； x0是回归系数的初值； lb, ub是回归参数的上下界 options是回归参数选项 3. 利用lsqcurvefit函数作非线性拟合 调用格式 lsqcurvefit函数的简单调用格式为： x = lsqcurvefit(fun,x0,xdata,ydata,lb,ub,options) 这里： fun是事先用 m-文件定义的待拟合的非线性函数； x0是回归系数的初值； xdata, ydata是已知数据点； lb, ub是回归参数的上下界 options是回归参数选项 nonlinfit, lsqnonlin, lsqcurvefit在功能上是类似的，但对于拟合过程的控制、输出参数的种类等有所不同，对于初学者而言，掌握三个函数的任意一个即可。 例6.5 已知数据 117.6 87.8 65.6 49.1 36.6 27.4 20.5 15.3 Y1 8 7 6 5 4 3 2 1 X1 拟合如下函数形式的曲线： 表6.5 例6.5数据 x=1:8; y=[15.3 20.5 27.4 36.6 49.1 65.