توضیحات
تولباکس برازش منحنی (curve fitting) در نرم افزار متلب MATLAB یک ابزار آماده برای برازش منحنی و سطوح داده می باشد. شما در این جعبه ابزار می توانید آنالیز داده، پیش پردازش و پس پردازش داده ، مقایسه مدلهای کاندید و حذف outlier انجام دهید.
شما در این جعبه ابزار می توانید آنالیز رگرسیون با استفاده از مدلهای آماده خطی و غیرخطی انجام دهید یا خودتان مدل دلخواه خود را بسازید.
در این جعبه ابزار شما می توانید از حل کننده های (solver) بهینه شده برای بهبود کیفیت برازش (fit) استفاده کنید. این جعبه ابزار همچنین شامل تکنیک های مدلسازی غیرپارامتری مانند درونیابی و هموارسازی و splines هم می باشد.
بعد از ساخت مدل شما می توانید روشهای پس پردازش مختلفی را بر روی مدل خود اعمال کنید.
.
به طور خلاصه تولباکس برازش منحنی در متلب دارای ویژگیهای زیر است :
- برازش منحنی برای منحنی و سطوح
- رگرسیون خطی و غیرخطی با معادله های سفارشی
- کتابخانه ای از مدلهای رگرسیون با نقاط شروع و پارامترهای حل کننده بهینه شده
- روشهای درونیابی شامل B-spline و spline صفحه ای و spline tensor-product
- تکنیک های هموار سازی شامل spline هموارکننده و رگرسیون متمرکز و فیلترهای Savitzky-Golay و میانگین های متحرک
- روشهای پیش پردازش شامل حذف outlier و بخش بندی و تغییر مقیاس و وزن دهی داده ها
- روشهای پس پردازش شامل درونیابی و برونیابی و بازه های اطمینان (confidence ) انتگرال و مشتق
پیش نمایش 1 :
.
پیش نمایش 2 :
.
پیش نمایش 3 :
.
پیش نمایش 4 :
.
پیش نمایش 5 :
.
Mina –
کی آماده میشه؟
ایران متلب –
سلام
تا 7 روز آینده آماده میشه
مهدی مولایی –
سلام لطف بفرمایید زمان دقیق اموزش فیلم جعبه افزار برازش منحنی در متلب کی اماده میشه جهت سفارش ؟ بنا به گفته سایت ایران متلب در جواب دیدگاه یکی از کاربران گفته بودید تا 7 روز اینده از تاریخ 6 می 2016 اماده میشود …
ایران متلب –
سلام
این آموزش تا چند روز آینده تکمیل می شود.
رضا –
با سلام
ببخشید من میخواهم در پروژه ام این موضوع را بررسی کنم که آیا بین دو متغیر که در حوزه بالینی گفته می شود ارتباط وجود دارد من میتوانم از منظر مهندسی این موضوع را بررسی کنم یعنی اینکه یتوانم بررسی کنم که بین این متغیر “ارتباط کمی” وجود دارد یا خیر؟ آیا مجموعه ای برای روش های کمی سازی ارتباط دو چیز وجود دارد که آن را تهیه کنم؟ باتشکر
ایران متلب –
با سلام
اگر بخواهم جواب شما دوست گرامی را با دانش کم خود بدهم این است که :
برای بررسی ارتباط خطی بین دو متغییر یکی از روش ها همین برازش منحنی یا curve fitting می باشد. شما یک منحنی خطی برای داده هاتون تخمین می زنید و سپس داده ها را با خط تخمین زده شده بر روی هم ترسیم می کنیم. اگر ارتباط خطی وجود داشته باشد، بیشتر داده ها روی خط یا اختلاف کمی از خط قرار دارند.
در ضمن شما می توانید با دستور
rho = corr(X,Y)
pairwise linear correlation coefficient between each pair of columns in the input matrix X
ضرایب کرولوشین خطی بین دو متغییر X و Y را حساب کنید.
دقیقا خاطرم نیست rho هر چه به یک باشد بهتر است یا به صفر. با یک تست ساده می تونید این را متوجه بشوید.