MATLAB中的线性对数回归:2个输入参数
请看下面的图，忽略实线(只需看虚线/虚线)。
对于每条曲线，g在0, 255、凹、双射之间。我从措施背后的过程中知道，通过增加V，相应的曲线变平了。
当V发生变化时，会产生不同的曲线。顶部的橙色曲线代表V=100，底部曲线(红色/品红)是V=180的结果。
我用以下形式用更多的数据点来测量数据：
T[1] V[1] g[1]
T[2] V[1] g[2]
T[3] V[1] g[3]
... V[1] g[4]
T[N] V[1] g[5]
.......
T[1] V[N] g[1]
T[2] V[N] g[2]
T[3] V[N] g[3]
... V[N] g[4]
T[N] V[N] g[5]现在我想要这样的回归：
g = g(V, T)这将产生一个固定的V值的曲线：
g = g(T), V=Vfix在MATLAB中，你认为哪一种回归函数是最好的方法？在这里如何假设为“模型”？我只知道(从过程本身，显然从图中)，它的某种线性曲线在开始时，传递成对数曲线，但我不知道V的价值如何推断它！？
提前谢谢你的任何建议。
回答 1
Stack Overflow用户
发布于 2014-02-09 04:26:10
@bjoern，对于每一个固定的V，似乎你的曲线是凹形的，并且只有正数。因此，我的第一个选择是假设Y=A X^r。估计这一点的最简单方法是将日志应用于两边，以获得线性回归log Y = log A + r log X (您可能会找到0<r<1)。因此，对于V的每个值，我将使用matlab中的函数regress应用于log Y和log X值，以估计参数A和r。这个函数叫做Cobb，它在经济学中非常有用：function。
对于大多数曲线，V的效果似乎表现得很好，但蓝色曲线的行为却很奇怪。我要说的是，一般来说，V的作用是翻译这些点。
如果V的行为真的是线性的，也许你可以估计Y=A V X^r，因此，你必须估计logY =logY+logY+r。在这种情况下，你的因变量是logY，自变量logY和logY。
在这两种情况下，我认为matlab的函数回归并不自动包含回归常数(A代表我们)。因此，请记住将样本大小的向量作为自变量，
此外，如果您真的想测试V的行为是否是线性的，只需估计logY =logY+ slog V+ really等价于Y=A V^s ^r
希望能帮上忙。
https://stackoverflow.com/questions/21651261
复制相似问题
腾讯云开发者
