4回答
我是波特兰的开发商。我想知道有没有人可以帮忙：
我正在使用R处理黄土拟合模型，一旦我完成了拟合，我就想要取消拟合非线性曲线的方程，想知道是否有一种方法在R中确定这个方程？我一直在找，但是找不到任何文献。对我来说，函数的图形很棒，但如果没有图形的方程式，我就会陷入困境。
浏览 3提问于2009-11-24得票数 10
1回答
我有一个有x和y值的数据，在绘制的时候，它的形状看起来像一个移位的对数正态分布。数据如下：
x y
400.0000 0.0158
410.3448 0.0373
420.6897 0.0379
431.0345 0.0303
441.3793 0.0250
451.7241 0.0212
462.0690 0.0234
472.4138 0.0295
482.7586 0.0329
493.1034 0.0364
503.4483 0.0469
513.7931 0.0678
524.1379 0.0851
534.4828 0.0693
544.8276 0.050
浏览 3提问于2022-11-15得票数 0
1回答
小样本R中的多峰高斯拟合
、、、
我只有五个数据集来预测像这样的两个双峰高斯拟合。
x = c(51,92,220, 280, 333)
y = c(40,80,20,60,40)
这是一个用ggplot绘制的绘图和黄土线的例子。
我想通过高斯曲线拟合得到一个方程。
所以，我像这样使用nls()函数。
fit <- nls(y ~ (C1 * exp(-(x-mean1)**2/(2 * sigma1**2)) +
C2 * exp(-(x-mean2)**2/(2 * sigma2**2))),
start=list(C1=20, mean1=10
浏览 4提问于2022-01-31得票数 0
如何利用loess对黄土的这一结果进行lowess再现？
黄土码
> data = data.frame(x=c(1,0.5,3,4,5,5.5,6,7), y=c(10, 25, 38, 44.5, 500, 550, 600, 705))
> fit = loess("y ~ x", data=data)
> new_y = predict(fit, data$x)
> new_y
[1] 6.251022 28.272100 -2.840750 150.006042 481.927307 563.161187 640.825415 693.
浏览 3提问于2013-06-30得票数 6
X和y的值如下：
x=[0,80,100,120,150],
y=[1865,3608,4057,4343,4389]
我的方程式如下：
y=a(x)^2+b(x)+c, x < xc(Ymax) ....(1)
y=yp, x >= xc(Ymax) ....(2)
我想要拟合这两个方程，其中第一个方程将提供二次拟合，而第二个方程将提供线性拟合。问题是当我们尝试拟合时，它以二次拟合的形式提供给我们最佳拟合(方程1)，它不包括线性拟合(方程2)。
我们还提供了我们使用的MATLAB代码：
yf = @(b,x) b(1).*x.^2+b(2)*x+b(3);
B0 =
浏览 16提问于2018-07-29得票数 1
我在ggplot中使用stat_smooth()函数来绘制大型数据集。它工作得很好，直到我有超过100,000行。然后返回错误：
“‘Calloc”无法分配内存(18446744073673801728 /8字节)
我在一个48 GB的服务器上工作，正在观察任务管理器，我仍然有可用的内存。
在ctree()函数中也有类似的问题：
我的问题是不是由stat_smooth()或ggplot()的限制引起的？有没有其他人尝试过在这两个函数中运行大型数据集？你有同样的问题吗?还是你已经成功了？
浏览 26提问于2019-07-10得票数 1
嗨，我想知道如何检索stat_smooth的方程，无论是在ggplot2中，还是在向量中或其他地方。我使用的代码是：
p <- ggplot(data = mtcars, aes(x = disp, y = drat))
p <- p + geom_point() + stat_smooth(method="loess")
p
谢谢
浏览 8提问于2017-06-20得票数 0
我使用的是Matlab的曲线拟合应用程序，当我选择幂拟合时，它会返回描述数据的值，但是当我使用自定义方程并输入ax^b作为方程时，它会返回非常糟糕的系数。结果不应该一样吗？
我需要将数据拟合成一个ax^{-6} + bx^{-4} + cx^{-2}函数，所以我需要使用自定义方程。
编辑:添加了截图。
📷
📷
浏览 0提问于2018-10-28得票数 0
首先，为这个例子道歉，但我找不到更好的数据集来演示这个问题。希望这就足够了。比方说，我正试图从mtcars数据集中建立一个小平面的传动网格(自动的还是手动的)和齿轮的数目，这些数据集绘制了针对位移的mpg，如下所示：
# Load library
library(ggplot2)
# Load data
data(mtcars)
# Plot data
p <- ggplot(mtcars,aes(x = disp, y = mpg)) + geom_point() + facet_grid(gear ~ am)
p <- p + geom_smooth()
print(p)
浏览 2提问于2017-07-04得票数 7
回答已采纳
2回答
我有一个2D图，它看起来是二次曲线。我是从一个数据集中得到的，这个数据集是通过计算得到的。我知道这个方程可以通过对数据集进行拟合得到。看起来Python是根据数据点自动拟合的。我需要打印拟合曲线的方程式。
对于不同的X，我求解了Y，得到了两个欠费Y和X，然后绘制了它们
plt.plot(X,Y)
plt.xlabel('X')
plt.ylabel('Y')
plt.savefig('YvsX.png', format='png', dpi=1000)
plt.show()
并获得了以下结果：
需要打印此图的方程式
浏览 21提问于2019-08-11得票数 0
我有一些数据，是曲线拟合很好地使用自定义方程从cftool。方程是:y= a_exp(-b_x)+c，有没有办法使这个方程在命令行中可用？例如，使用fit命令和exp1提供以下结果：
f = fit(time,T102,'exp1')
f =
General model Exp1:
f(x) = a*exp(b*x)
Coefficients (with 95% confidence bounds):
a = 0.0726 (0.0717, 0.0735)
b = -1.263e-05 (-4.17
浏览 0提问于2018-11-11得票数 1
1回答
我试图用连续预测变量在二元结果变量的散点图上拟合一条黄土线。
下面是我使用的代码：
lw1<-loess(y~x, data=df)
plot(y~x, data=df, pch=19, cex=0.1)
lines(df$x, lw1$fitted, col='blue')
这是我得到的图表：
我还尝试对x变量排序：
j<-order(df$x)
lines(df$x[j], lw1$fitted, col='blue')
得到这张图：
以下是数据：
任何帮助都是非常感谢的。
浏览 3提问于2014-02-14得票数 0
回答已采纳
我试图将一个隐式方程与从一篇论文中提取出来的一组数据进行拟合，如下所示。
数据集包含粒子浓度，phi，穿过半径的间隙，R。phi和R的数据如下所示。
phi(Ri) = phi(1);
Ri = R(1);
n = 2;
phiM = 0.68
Kc / Ku = fitting parameters.
R = [4.47 4.59 4.69 4.81 4.92 5.02 5.13 5.24 5.35 5.46 5.57 5.68];
phi = [0.569 0.570 0.573 0.576 0.578 0.581 0.585 0.589 0.593 0.595 0.598 0.
浏览 4提问于2017-07-04得票数 1
回答已采纳
1回答
在多项式曲线上进行平滑
、、、、
给定如下所示的数据：
x<-c(0.287,0.361,0.348,0.430,0.294)
y<-c(105,230,249,758,379)
我正在尝试使用几种不同的方法来处理这些数据。对于这个问题，我看的是二阶多项式拟合与黄土拟合。为了得到更平滑的曲线，我想扩展x数据，让我有更多的点来预测。因此，对于我的黄土曲线，我这样做：
Loess_Fit<-loess(y ~ x)
MakeSmooth<-seq(min(x), max(x), (max(x)-min(x))/1000)
plot(x,y)
#WithoutSmoothing
lines(x=sort(x
浏览 0提问于2017-03-25得票数 0
我对牛郎星比较陌生，遇到了一个我似乎无法理解的问题。基本上，当我将黄土拟合到我的数据时，整个黄土线被绘制在样本平均值以下，在每个时间点低于平均值，低于我的回归拟合。
数据是一个小组，有每月逮捕率(每1 000人第2部分)的地点数目。
这是一个月平均利率，线性回归拟合，和我的黄土的地块。正如你所看到的，黄土远低于所有数据：
这方面的代码是：
import pandas as pd
import altair as alt
alt.data_transformers.disable_max_rows()
# Load panel data. Monthly arrest rate (
浏览 9提问于2021-09-09得票数 2
回答已采纳
这两个函数或多或少是等价的吗？例如，如果我有一个R调用，比如：
loess(formula = myformula, data = mydata, span = myspan, degree = 2, normalize = TRUE, family = "gaussian")
如何获得与PyQt拟合相同或相似的结果？我应该用smooth.NonParamRegression函数()调用method=npr_methods.LocalPolynomialKernel(q=2)吗？其他参数，如span和family呢？
更新
我确实意识到这两种实现可能不是等价的()。但是，任何关
浏览 0提问于2018-03-16得票数 1
2回答
我有一组压力-直径数据(Pressure=X，Diameter=Y)，测量的方法是:将动脉的压力从5级增加到55级，然后将压力从55级降到5级。目前，我使用的是一条黄土线，对数据进行最佳拟合。我想预测直径，Y，在一系列压力下，X：
P <- c(5.0, 10.2, 15.2, 20.0, 25.1, 30.0, 34.9, 40.1, 45.2, 50.2, 55.2, 49.9, 44.9, 40.3, 34.8, 29.8, 25.2, 20.1, 15.1, 9.8, 5.2)
D <- c(1.41, 1.47, 1.53, 1.59, 1.67, 1.74, 1.7
浏览 6提问于2014-03-02得票数 0
回答已采纳
1回答
我用95%的CI拟合了黄土曲线，现在我想确定CI到达某个宽度的位置。
例如，使用"cars“数据集：
plot <- ggplot (cars, aes (x=speed, y=dist)) +
geom_point() +
stat_smooth (method= "loess", se=TRUE) +
xlab("Speed")+
ylab("Distance")+
theme_bw()
plot
我想知道，在多大的“速度”值下，CIs等于20个单位的距离。从情节上看，大概是7和24。
谢谢!
浏览 3提问于2020-01-08得票数 0
回答已采纳
让我们假设您运行线性回归。
线性回归过程中的模型方程和应用模型过程中的预测图最终出现在不同的结果窗口中。
是否可以使用线性回归模型方程注释应用模型图(显示数据和线性回归拟合/预测)？(就像Excel那样嗡嗡作响！)
如果是这样的话，是怎么做的？
浏览 3提问于2013-06-21得票数 0
回答已采纳
所以，我已经用“拟合”拟合了一条指数曲线到一些数据点，现在我想在图中的图例中得到拟合曲线的方程。我该怎么做呢？我想在图例中有一个形式为y=Ce^-xt的方程。我可以从拟合的曲线中获得系数C和x，然后将方程放入图例中吗？或者我可以用某种方式把整个等式写出来？我有许多绘制的图表，所以如果这个方法不是那么耗时的话，我将不胜感激。
编辑:也许我说得不清楚。主要的问题是我应该如何从我绘制的拟合线中求出系数。然后我希望在我的图表中有图例中的方程式。我必须手工取出系数吗(怎么做呢？)或者Matlab可以像excel那样直接写出来吗？
浏览 1提问于2013-08-08得票数 1
回答已采纳
1回答
我想用一些数据来拟合我的表面方程。我已经尝试过scipy.optimize.leastsq了，但是由于不能指定界限，它给了我一个不可用的结果。我也尝试过scipy.optimize.least_squares，但是它给了我一个错误：
ValueError: too many values to unpack
我的方程式是：
f(x,y,z)=(x-A+y-B)/2+sqrt(((x-A-y+B)/2)^2+C*z^2)
应找到参数A、B、C，以便当x、y、z使用下列点时，上述方程将尽可能接近于零：
[
[-0.071, -0.85, 0.401],
[-0.138, -1.
浏览 4提问于2016-11-04得票数 3
回答已采纳
在excel中，我正在对两个向量X和Y进行简单的线性回归。当我绘制X与Y的关系图并用线性方程拟合时，结果y= kx +b可以在图中显示。我需要使用k和b进行进一步的计算。我想知道有没有什么方程式可以在excel中直接返回k和b的值。
非常感谢他的帮助！
浏览 1提问于2014-07-04得票数 1
2回答
我正在尝试拟合以下方程，并计算R的平方和R的均方误差。
ln K = -2.1789 + 0.5469lnP + 0.1256lnS
我对R中log和ln的用法有点困惑，因此，我不知道哪个等式是正确的。
方程式1。
-2.1789 + 0.5469 * ln(mydata$P) + 0.1256 * ln(mydata$S)
方程式2。
-2.1789 + 0.5469 * log(mydata$P) + 0.1256 * log(mydata$S)
问题1:在R中拟合这个方程的正确方法是什么？
问题2:如何检索R平方和均方误差？
浏览 0提问于2020-11-20得票数 0
我有两个源于一个矩阵方程的方程：
[x,y] = [[cos(n), -sin(n)],[sin(n), cos(n)]]*[x', y']，
在那里x' = Acos(w1*t+ p1)和y' = Bcos(w2*t + p2)。
这只是向量[x,y]的一个矩阵方程，但它可以分解为两个标量方程：x = A*cos(s)*cos(w1*t+ p1)*x' - B*sin(s)*sin(w2*t + p2)*y'和y = A*sin(s)*cos(w1*t+ p1)*x' + B*cos(s)*sin(w2*t + p2)*y'。
浏览 98提问于2018-06-20得票数 1
回答已采纳
1回答
现在我有一个庞大的数据集，温度一直在上升和下降。我想平滑我的数据并绘制出所有温度的最佳拟合线，
以下是数据：
weather.data
date mtemp
1 2008-01-01 12.9
2 2008-01-02 12.9
3 2008-01-03 14.5
4 2008-01-04 15.7
5 2008-01-05 17.0
6 2008-01-06 17.8
7 2008-01-07 20.2
8
浏览 2提问于2014-08-13得票数 5
回答已采纳
1回答
我对一些数据进行了黄土局部回归，我希望能够找到与给定的Y值相关的X值。
plot(cars, main = "Stopping Distance versus Speed")
car_loess <- loess(cars$dist~cars$speed,span=.5)
lines(1:50, predict(car_loess,data.frame(speed=1:50)))
我希望我可以使用来自inverse.predict包的chemCal函数，但这对黄土对象不起作用。
有没有人知道我如何能比用X值的长向量预测Y值更好地完成这一校准，并通过得到的拟合Y值得到感兴趣
浏览 4提问于2014-05-30得票数 0
回答已采纳
我有这个方程的问题。我想要绘制和拟合(多项2°)这一点数据帧df.1：
df.1
x y
1902 0.01
1930 0.1
1950 0.5
1980 1
2014 1.8
守则是：
lm(df.1[,2] ~ poly(df.1[,1],2))
结果是：
Call:
lm(formula = df.1[, 2] ~ poly(df.1[, 1], 2))
Coefficients:
(Intercept) poly(df.1[, 1], 2)1 poly(df.1[, 1
浏览 1提问于2017-07-21得票数 1
回答已采纳
我正在尝试使用Matlab来验证我的工程工作。我在Log-Log Graph上绘制了一系列x和y数据。
结果是一条曲线。
我需要做的是将曲线拟合应用到这个图中，并显示拟合方程是什么？
我在这里尝试了其他答案，并尝试使用polyfit和polyval，但它们并没有真正做到我需要的，但我缺乏的是直接的理解。
亲切的问候
浏览 1提问于2018-05-30得票数 1
1回答
我在上读过这篇文章。我试图在geom_smooth函数中更改tidyverse中的alpha和lambda参数。使用R中的本地数据集，我使用以下默认代码绘制了一个正常黄土：
#### Load Library ####
library(tidyverse)
#### Plot Default Loess ####
ggplot(iris,
aes(x=Sepal.Width,
y=Sepal.Length))+
geom_point()+
geom_smooth()
给出了典型的黄土地块：
但是，我并不完全确定如何修改alpha和lamb
浏览 3提问于2022-06-26得票数 1
回答已采纳
2回答
我需要在这个方程中加入10个数据点(x,y)：
ay² + bxy + cx + dy + e = x²
据说这是一个类似椭圆的方程。我不能用通常的曲线拟合工具来完成它，因为它实际上不是一个函数(一个x对应于2个ys)。我也不能用椭圆曲线拟合，因为椭圆方程中没有c*x和d*y。有什么想法吗？
提前谢谢。
编辑：和AK4749给出了正确的答案！谢谢你们！
浏览 4提问于2012-10-03得票数 4
回答已采纳
通过将线性模型拟合到log(y) = log(a) + b*log(X)中，我找到了上述方程的参数a和b。我想使用R软件将模型反向转换为方程y = aX^b后面的线的非线性图。我知道R中有一些函数可以用来拟合模型(例如，nls())，但是我对拟合非线性模型不感兴趣，我只想绘制使用对数-对数变换找到的非线性直线。有什么建议吗？ 提前谢谢你！
浏览 19提问于2021-08-12得票数 0
回答已采纳
1回答
我想用黄土巧妙地在分组数据上创建一个地块。它不能正常工作，因为它只产生一行。好像是个虫子。
df <- data.frame(
id = rep(1:1000, 3),
value = c(rnorm(1000,mean = 2),
rnorm(1000,mean = 4),
rnorm(1000,mean = 6)),
var = rep(LETTERS[1:3], each = 1000))
# ggplot2 - it works as it s
浏览 1提问于2017-11-14得票数 1
回答已采纳
1回答
我试图找到曲线方程，它是数据中最接近趋势的曲线方程。我尝试了曲线拟合，poly1d，但没有一个能给出我想要的结果。
在图片上，散布部分是我拥有的数据。手绘的线条是我想要的趋势。
有人能帮帮我吗？我如何才能尝试找到解决方案，或者至少引导我找到正确的算法来实现这个目标呢？
我将数据上传到git；x和y数据集文件。
浏览 6提问于2021-02-25得票数 0
回答已采纳
1回答
我的目标是将一些数据拟合成一个多项式函数，并得到包含拟合参数值在内的实际方程。
我调整了以适应我的数据，结果和预期的一样。
这是我的代码：
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import Ridge
from sklearn.preprocessing import PolynomialFeatures
from sklearn.pipeline import make_pipeline
x = np.array([0., 4., 9., 12., 16., 20.,
浏览 1提问于2015-11-23得票数 7
回答已采纳
1回答
一对耦合微分方程，求解两个变量fe和fi。我有来自单独来源的两个曲面图-或数量R_data和S_data，我将其与fe和fi (来自数据)进行对比。
在fe的微分方程中，有一个量R，在fi的微分方程中，有一个量S。我想要将R和S的曲面(与微分方程中的fe和fi相比)拟合到我已经有的曲面(R_data和S_data)。
我也尝试过使用fminsearch来做同样的事情。然而，fminsearch只会最小化一个曲面/曲线的误差，并且我有两个曲面要从同一组微分方程中拟合。我该如何着手解决这个问题呢？
浏览 2提问于2017-05-10得票数 2
1回答
我试图得到一个与直方图数据相匹配的函数的方程，我想通过拟合一个有理函数来实现这一点，因为这些数据不像我能识别的任何分布。
这些数据是实验性的，我希望能够根据它的分布来生成一个随机数。因此，我希望能把它拟合成某种PDF格式，从中我可以得到一个PDF，它可以被重新排列成一个函数，在0到1之间可以替换一个均匀分布的随机数，以得到所期望的结果。
我尝试使用histfit函数，它已经起作用了，但是我想不出如何得到它所拟合的曲线的方程。我错过了什么蠢事吗？
Update：我已经发现了函数rationalfit，但是我很难弄清楚输入需要是什么。
进一步更新：在进一步探索histfit命令时，我发现了将其与k
浏览 0提问于2019-08-19得票数 1
1回答
我想知道是否有人知道(或者这是可能的？)如何从Matlab的3D冲浪图中生成趋势方程？我知道我们可以为2D图(线性和非线性)创建趋势线，并显示它的方程，但是3D图呢？我们可以创建类似这样的东西吗：
Z= ax + by？
关于套件
浏览 1提问于2013-04-03得票数 0
回答已采纳
2回答
我需要拟合你可以在图像中看到的曲线，这是很多蒙特卡洛模拟的结果。我还上传了数据以适应。
我试着用这样的函数来拟合曲线：
axexp(b(x^k))
用k<1。结果与实验点相似，但离我所需要的拟合函数还很远。
我曾经想过在整个过程中分裂出不同的方程，但我还没有得到一个解。第一部分是直线，第三部分是指数。但是高峰呢？
有什么想法吗？
浏览 4提问于2014-02-25得票数 1
回答已采纳
1回答
例如：a，b，c和n是三个常数，在特定的方程中需要用数据拟合的方法来计算。
如何计算参数的统计量(均值、标准差、方差、偏差值和学生t检验值)作为自定义方程(例如二次平台方程)？
示例：
x=[0,40,80,100,120,150,170,200],
y=[1865,2855,3608,4057,4343,4389,4415,4478]
y=a*(x+n)^2+b*(x+n)+c, x < xc(Ymax) ....(1) y=yp, x >= xc(Ymax) ....(2)
我已经通过给定的代码拟合了这个方程：
yf = @(b,x) b(1).*(x+n).^2+b(
浏览 9提问于2018-12-31得票数 0
İ有3个y轴值的数据集，如下所示。
<code>A0</code>
和一个用于x值的数据集
<code>A1</code>
ı我正在使用以下命令进行曲线拟合
<code>A2</code>
这适用于y和x的一个数据集。如果ı想要为同一x集的不同y数据集使用3个不同的曲线拟合方程，ı应该使用哪种循环?ı是python的新手，这就是为什么ı在这样一个基本循环中表现出色的原因。
我的预期输出是一个方程式，它表示给定数据集(x和)的曲线。我设法一个接一个地得到了一个方程式。但。我有大量不同的y和ı数据集，我不想一个接一个地找到等价
浏览 15提问于2020-11-14得票数 1
3回答
加速R中的lmer函数
、、、
在使用R包改善线性混合效应模型的模型拟合时间时，我想分享我的一些想法。
数据集大小：数据集大约由400.000行和32列组成。不幸的是，无法分享关于数据性质的任何信息。
假设和检查：假定响应变量来自正态分布。在模型拟合之前，利用相关表和R.
为了帮助收敛，对连续变量进行了缩放。
模型结构：模型方程包含31个固定效应(含截距)和30个随机效应(不含截距)。随机效应是随机对一个特定的因素变量，有2700水平。由于随机效应之间存在独立性，所以协方差结构是方差分量。
模型方程示例：
lmer(Response ~ 1 + Var1 + Var2 + ... + Var30 + (Var1-1| Gro
浏览 14提问于2015-08-24得票数 19
回答已采纳
1回答
用以下数据拟合了黄土曲线： library(tidyverse)
data <- tribble(~x, ~y,
1, 0.254334545,
2, 0.495754951,
3, 0.711091409,
4, 0.864910881,
5, 0.941040554,
6, 0.97463615,
7, 0.989459747,
8, 0.995969154,
9, 0.998773181,
10, 1)
x <- data$x
y <- data$y
lo <-
浏览 11提问于2019-03-19得票数 1
回答已采纳
我在阅读哈德利·韦翰( Hadley )的“数据科学R”(R for Data Science)一书时，开始提出这个问题。在“数据转换”一章中，作者使用了以下示例：
library(nycflights13)
library(tidyverse)
by_dest <- group_by(flights, dest)
delay <- summarise(by_dest,
count = n(),
dist = mean(distance, na.rm = TRUE),
delay = mean(arr_delay, na.rm = TRUE)
)
#> `summ
浏览 3提问于2021-06-10得票数 0
2回答
我有一个数据集，里面有一些点，我想要在上面拟合一条线。我用loess函数尝试了一下。不幸的是，我得到了非常奇怪的结果。请看下面的图。我希望有一条线能更多地穿过这些点，覆盖整个情节。我怎样才能做到这一点呢？
如何重现：
从下载数据集(仅2kb)，并使用以下代码：
load(url('https://www.dropbox.com/s/ud32tbptyvjsnp4/data.R?dl=1'))
lw1 = loess(y ~ x,data=data)
plot(y ~ x, data=data,pch=19,cex=0.1)
lines(data$y,lw1$fitted,
浏览 123提问于2013-03-11得票数 23
回答已采纳
我想用来计算一些数据的方程。我使用以下代码将曲线拟合到我的数据中：
svr_lin = SVR(kernel='linear', C=1e3)
y_lin = svr_lin.fit(X, y).predict(Xp)
但是我不知道我应该怎么做才能得到拟合模型的精确方程。你知道我怎样才能得到这些方程吗？
浏览 0提问于2016-08-18得票数 7
回答已采纳
1回答
双参数方程的曲线拟合
、、、
我有两个数组：
E= [6656400;
13322500;
19980900;
26625600;
33292900;
39942400;
46648900;
53290000]
和
J=[0.0000000021;
0.0000000047;
0.0000000128;
0.0000000201;
0.0000000659;
0.0000000748;
0.0000001143;
0.0000001397]
我想通过应用这个方程，为上述数据找到合适的曲线拟合：
J=A0.*(29
浏览 4提问于2015-01-29得票数 0
回答已采纳
3回答
如何将复杂的方程式化为R公式？
、、、、
我们以树的直径作为预测变量，树高作为因变量。对于这类数据，存在许多不同的方程，我们尝试对其中一些方程进行建模并比较结果。
但是，我们不知道如何正确地将一个方程转换为相应的R formula格式。
可以使用R中的trees数据集作为示例。
data(trees)
df <- trees
df$h <- df$Height * 0.3048 #transform to metric system
df$dbh <- (trees$Girth * 0.3048) / pi #transform tree girth to diameter
首先，一个似乎运行良好的方程式的例
浏览 2提问于2013-02-26得票数 10
回答已采纳
我有一个形式为y=ao+a1logx+a2log(2/x);的方程，它能拟合这种方程吗？我尝试使用polyfit，但是找到系数ao，a1和a2对我来说很困难。
请帮帮我。
浏览 3提问于2013-08-17得票数 0
我有一个2列的表，c1和c2在Matlab中。我想用曲线拟合工具来拟合我的数据的指数方程。
现在，我的代码中有这样的内容: cftool(c1，c2)；
这段代码将打开cftool并拟合多项式曲线！然而，我想要它作为一个指数曲线！我怎么能这么做？
浏览 11提问于2015-03-01得票数 1
回答已采纳
1回答
基于图像或pdf的曲线拟合
、、、、
我有一堆像这样的图片，是从pdf文件复制的。我希望提取数据和做一些曲线拟合。
我尝试了手动Engauge软件从图像中提取数字数据。在图像中可以看到三条曲线，每条曲线都依赖于温度Tvj。我需要为每条曲线拟合方程
Vce25 = a25*Ic + b25*log(Ic) + c25 -(1) a25，b25，c25是Tvj = 25C的系数，
同样，我们可以得到温度125 & 150的Vce125和Vce150方程。我需要把这三条曲线合并成单方程{ Vce = f(Ic，Tvj) }系数作为温度的依赖关系。我需要估计Vce在任何给定的Ic和Tvj (例如:在Ic=200，Tvj
浏览 8提问于2016-09-14得票数 0
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
