替代使用polyfit和polyval功能? ?
29 Ansichten(30天)的
Altere Kommentare anzeigen
% %这段代码看起来找到是否二次或线性情节给较低的错误对于一组给定的数据。
% %首先清除任何先前的数据脚本
clc;清晰的所有;关闭所有;
% %开始
%的输入值
d10 = (0.0024;0.0025;0.0056;0.0083;0.0262;0.0302;0.0413;0.0428);
(k = 2.29 e-04;2.28 e-04;2.40 e-04;1.21 e-04;2.58 e 03;4.92 e 03;5.16 e 03;7.00 e 03];
%情节线性和多项式
p1 = polyfit (d10, k, 1);
p2 = polyfit (d10, k, 2);
情节(d10, k,“o”);
持有在
情节(d10 polyval (p1, d10),“b -”);
情节(d10 polyval (p2, d10),“r——”);
包含(“d10 (mm)”,“字形大小”,20);
ylabel (的k(毫米/秒),“字形大小”,20);
xlim ([0, 0.05]);
ylim ([0, 0.01]);
%残留误差的线性
kfit1 = polyval (p1, d10);
kresid1 = k - kfit1;
SSresid1 =总和(kresid1。^ 2);
disp ([' R的平方值:num2str (SSresid1)]);
%残留误差二次
kfit2 = polyval (p2, d10);
kresid2 = k - kfit2;
SSresid2 =总和(kresid2。^ 2);
disp ([' R的平方值:num2str (SSresid2)]);
如果SSresid2 > SSresid1
disp ([的线性有更好的SSresid值:num2str (SSresid1)]);
其他的
disp ([“二次有更好的SSredid价值:”num2str (SSresid2)]);
结束
这是我写我的代码,发现一个线性或二次情节是否更好的为给定的数据。我不希望使用polyfit和polyval内置函数,谁能帮助找到一个替代?