Matlab之用最小二乘建立模型预测值以下例子使用1960，1970，1990和2000的人口估计1...

haidaowang · 发表于 2020-10-29 15:35

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

Matlab之用最小二乘建立模型预测值以下例子使用1960，1970，1990和2000的人口估计1980的人口。分别用了直线估计和抛物线估计

以下例子使用1960，1970，1990和2000的人口估计1980的人口。分别用了直线估计和抛物线估计。

% page 199 3
% this problem is to estimate the populatipn in 1980 and
% compare the error using different method to estimate
% one use line and the other is parabale
% input:none
% output:plot the figure and display error
function page_199_3_script
format long;
x0 = [0 10 30 40];
y0 = [3039585530 3707475887 5281653820 6079603571];
x1 = 0:.01:450;
c1 = polyfit(x0,y0,1);
error1 = norm(polyval(c1,x0)-y0,2);
fprintf('使用直线拟合所得的RMSE为  %f\n',error1/2);
y1_1980 = polyval(c1,20);
fprintf('使用直线拟合的1980的人口  %f\n',y1_1980);
fprintf('拟合与实际上人口的误差为  %f\n\n',y1_1980-4452584592);
y1 = polyval(c1,x1);
figure(1);
plot(x0,y0,'o',x1,y1);
xlabel('let 1960 = 0/year');
ylabel('population');
title('用直线拟合最小二乘所得的结果');

c2 = polyfit(x0,y0,2);
error2 = norm(polyval(c2,x0)-y0,2);
fprintf('使用抛物线拟合所得的RMSE为 %f\n',error2/2);
y2_1980 = polyval(c2,20);
fprintf('使用抛物线拟合的1980的人口 %f\n',y2_1980);
fprintf('拟合与实际上人口的误差为： %f\n',y2_1980-4452584592);
fprintf('我们从误差来看，使用抛物线的拟合效果更好\n\n');
y2 = polyval(c2,x1);
figure(2);
plot(x0,y0,'o',x1,y2);
xlabel('let 1960 = 0/year');
ylabel('population');
title('用抛物线拟合最小二乘所得的结果');

参考函数：

      函数一：polyfit(x0,y0,2);得到对应点的最小二乘后的系数，2次拟合。
      函数二：polyval(c2,x1);得到插值系数为c2数组的插值多项式，得到的是一个x1代入后的对应值组成的一维数组。

youOK · 发表于 2020-10-29 17:06

Matlab之用最小二乘建立模型预测值以下例子使用1960，1970，1990和2000的人口估计1980的人口。分别用了直线估计和抛物线估计

帐号		自动登录	找回密码
密码			注册

Matlab之用最小二乘建立模型预测值以下例子使用1960，1970，1990和2000的人口估计1...

EDA365欢迎您登录！

浏览过的版块

推荐内容 /1