我想使用R中的lm()来拟合一个系列(实际上是93)的线性回归。根据R lm()帮助手册：
“如果响应是矩阵，则对矩阵的每一列分别用最小二乘法对线性模型进行拟合。”只要Y响应矩阵中没有缺失的数据点，这就可以正常工作。当存在缺失点时，没有将每个回归与可用数据进行拟合，而是丢弃任何列中有缺失数据点的每行。有没有办法指定lm()应该独立地适应Y中的所有列，而不丢弃单个列有缺失数据点的行？
浏览 4提问于2012-09-18得票数 1
1回答
我正在尝试将一个n次的3D曲面多项式拟合到3D空间中的一些数据点。我的系统要求曲面在感兴趣的区域单调增加，也就是偏导数必须是非负的。这可以使用Matlab的内置函数来实现。最后，我可以指定多项式拟合的阶数。首先，我使用来自x1和x2的数据以及我想要的拟合程度来构建设计矩阵A。接下来，我构建矩阵D，它是我的数据点的偏导数的容器。注意:矩阵D的长度是矩阵A的两倍，因为所有的数据点都必须相对于x1和x2进行区分。我通过将b设置为零来指定Dx >= 0。
最后，我调用ls
浏览 22提问于2019-08-15得票数 0
回答已采纳
1回答
我遇到了一个问题，我使用线性最小二乘法将高阶多项式拟合到(不是很)噪声数据。目前我使用的是15 - 25左右的多项式阶，效果出奇的好:相关性非常接近线性，但建模“非常接近”的准确性是至关重要的。我正在使用Matlab的polyfit()函数，并(显然)对x数据进行标准化。这通常工作得很好，但我遇到了一些最近的数据集的问题。拟合的多项式在x数据区间内具有极值。因此，我需要向最小二乘问题添加一个约束:拟合</em
浏览 0提问于2011-10-29得票数 2
1回答
分割图像上的肩部检测
、、、、
作为输入，我有一张上半身的分割图像，我试图从这张图像中检测出肩膀。我通过一个阈值最小化了这个区域，这个阈值是通过头部大小和肩宽之间的简单已知比率计算出来的。我使用的是Matlab。
浏览 3提问于2015-06-22得票数 0
我试图用最小二乘法将实验数据拟合到一个三次多项式方程中。我有两个自变量和一个因变量，这使得它是非线性拟合。我已经用函数'fitnlm‘和'lsqcurvefit’计算了系数，这两个函数都推荐用于非线性回归拟合。我从这两个函数中获得了不同的系数值，尽管我输入了相同的初始系数(猜测)值。
浏览 0提问于2014-03-21得票数 1
2回答
图像曲线拟合的多项式最小二乘法
、、、、
我正在尝试将一条曲线拟合到图像中的一些像素，这样我就可以对它的形状做进一步的处理。有谁知道如何在C/++中实现最小二乘法，最好使用以下参数:x数组、y数组和answers数组( answers数组的长度应该说明需要计算多少个系数)？
浏览 4提问于2012-07-15得票数 1
回答已采纳
这个问题类似于问题，如何将二维椭圆(在x-y平面上)拟合到给定点？(请参阅下面的链接) (How to fit a 2D ellipse to given points) 现在，我们已经知道了如何使用最小二乘法通过Casey提供的代码来拟合具有给定点的二维椭圆。根据这段代码，如果我不仅想要拟合给定点，而且想要拟合(0,0)处的给定焦点，我该怎么做呢？还有没有更好的方法呢？我在想，我们是否可以基于椭圆方程Ax^2 + Bxy + Cy^2 + Dx + Ey=1推导出焦点(作为x和y的函数)，其中A，B，C
浏览 31提问于2021-01-13得票数 0
回答已采纳
2回答
我想线性地拟合那些没有独立抽样的数据。我遇到了广义最小二乘法：方程采用Matlab格式，X和Y是数据点的坐标，V是一个“方差矩阵”。也许用一种方法来解决广义线性回归问题，而不是GLS？我所使用和熟悉的工具是Numpy/Scipy、R和Matlab。
浏览 5提问于2012-03-08得票数 2
2回答
我试图在一组数据中拟合一个线性模型，约束所有的残差(模型-数据)都是正的--换句话说，这个模型应该是“最佳高估”。没有这个约束，可以很容易地找到线性模型与numpy的多重拟合，如下所示。3.6],x),c='g',label='desired-fit') #a rough guess of the desired result
是否有一种有效的方法来实现这种约束的<e
浏览 5提问于2022-02-12得票数 4
回答已采纳
1回答
嗨，我有一大堆XYZ数据点。我想要估计一个最适合这些点的曲面，这样以后我就可以输入一个XY对，并得到这个XY对在曲面上的Z值。
有没有现成的Java库可以帮我估算一个表面？
浏览 0提问于2013-03-04得票数 3
2回答
最小二乘拟合置信带的计算
、、、
如何计算拟合的(95%)置信带？
sns.lmplot('x', 'y', frame, ci=95)
但这只是<
浏览 13提问于2014-11-25得票数 8
1回答
我是R方面的新手，我试着做一个非线性最小二乘法来拟合一些数据。以下(SC4和t是我的数据列)似乎可以工作：“汇总(Fit)”命令生成一个不包含p值的输出，这最终除了拟合的参数外，我还想得到什么。我正在为整体拟合寻找p值，而不是单个系数。
浏览 2提问于2014-10-24得票数 1
回答已采纳
嗨，我想问一下我的python用户朋友，他们是如何进行线性拟合的。如果要基于最小二乘法执行线性拟合，则有许多选择。我自己选择了linfit (遵循IDL中linfit函数的设计)提出的方法：
此方法假设您在y轴坐标中引入sigma以适合您的数据。
浏览 0提问于2014-03-27得票数 10
回答已采纳
1回答
我能用来解一个非线性方程组吗？
、、、、
解决了约束最小二乘问题的非线性约束。维基百科：“最小二乘方法是对超定系统近似解的一种标准方法，即方程组中有比未知数更多的方程。”现在，既然一个“正规”非线性方程组应该在一组超定的系统中(在退化的情况下未知数等于方程的数目)，我能推导出我可以使用非线性最小二乘法来解决这个问题吗？这个问题来自于这样一个事实:我必须使用库，它似乎只为非线性最小二乘提供方法。
参考文献：
浏览 0提问于2014-10-16得票数 2
回答已采纳
2回答
二维最小二乘拟合
、、
我有一个二维数据集，一些固定维数(xLen和yLen)，其中包含一条正弦曲线。我已经确定了正弦曲线的频率，我用以下方法生成了自己的正弦数据其中但是现在我想做一个线性最小二乘拟合(或者类似的)，这样我就可以拟合正确的振幅了。据我所知，线性最小二乘法是正确的方法，但如果有另一种方式，这也很好。
leastsq函数是S
浏览 2提问于2013-02-06得票数 1
我试图用Matlab中的levenberg-Marquardt最小二乘法对我的数据拟合一个具有四个未知参数的大函数。[-inf, -inf, -1.5, -inf], [inf, inf, 1.5, inf], options)???我认为这个错误表明我的数据很小，因为它们是36个点，或者可能有太多未知参数，但我认为4个未知参数用于拟合就可以了！
那么，你怎么想?这是不是意味着MATLAB不能将我的函数拟合到这个
浏览 1提问于2012-08-22得票数 3
回答已采纳
1回答
我使用这条曲线的日志，所以我使用线性回归来进行拟合。我使用了最小二乘法，但是直线的斜率根据我选择的时间间隔而有很大的变化(大约20%)。我听说过另外两种可能有帮助的方法：
我想避免试错阶段。你有什么想法吗？
浏览 6提问于2017-05-18得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
