Curve Fitting Toolbox

회귀, 보간, 평활화를 통한 곡선 및 곡면의 데이터 피팅

 

Curve Fitting Toolbox™는 곡선 및 곡면을 데이터에 피팅하는 과 함수를 제공합니다. 이 툴박스를 통해 탐색적 데이터 분석, 데이터 전처리 및 후처리 작업을 수행하고 후보 모델을 비교하며 이상값을 제거할 수 있습니다. 제공된 선형 및 비선형 모델 라이브러리를 사용하거나 직접 맞춤형 방정식을 지정하여 회귀 분석을 수행할 수 있습니다. 이 라이브러리는 최적화된 솔버 파라미터와 시작 조건을 제공하여 피팅 품질을 높입니다. 이 툴박스는 또한 스플라인, 보간 및 평활화와 같은 비모수적 모델링 기법도 지원합니다.

피팅을 생성한 후 플로팅, 보간 및 외삽을 위한 다양한 후처리 방법을 적용하고, 신뢰구간을 추정하고, 적분 및 도함수를 계산할 수 있습니다.

시작하기:

곡선 피팅 앱

MATLAB 작업 공간에서 데이터를 가져와서 곡선 및 곡면을 피팅할 수 있습니다. 선형 및 비선형 회귀 및 보간을 수행할 수 있습니다.

곡선 피팅 앱

곡선 피팅 앱이나 명령줄에서 피팅 함수를 사용하여 곡선을 피팅할 수 있습니다.

곡선 피팅 앱을 사용한 곡선 피팅.

곡면 피팅

곡선 피팅 앱이나 명령줄에서 피팅 함수를 사용하여 곡면을 피팅할 수 있습니다.

곡선 피팅 앱을 사용한 곡면 피팅.

선형 및 비선형 회귀

선형 및 비선형 회귀를 사용하여 연속 응답 변수를 예측 변수의 함수로 모델링할 수 있습니다.

선형 피팅

표준 회귀 모델에서 선택하거나 사용자 지정 방정식을 사용하여 선형 회귀를 적용할 수 있습니다. 모든 표준 회귀 모델은 피팅 품질을 향상시킬 수 있도록 최적화된 솔버 파라미터와 시작 조건을 포함합니다.

선형 회귀 기법 개요.

비선형 피팅

지수, 푸리에 급수, 멱급수, 가우스 및 표준 모델을 사용하여 비선형 모수적 회귀를 적용할 수 있습니다.

사용자 지정 방정식을 사용하여 생물약제 데이터에 곡면 피팅

평활화 및 보간

보간을 사용하여 알려진 데이터 점 간의 값을 추정하고 평활화 스플라인 및 국소화된 회귀로 피팅하여 데이터를 평활화할 수 있습니다.

보간

보간 곡선 또는 곡면을 피팅하고 알려진 데이터 점 간의 값을 추정할 수 있습니다.

선형 보간 모델 비교.

연비 검토로 나타난 모델과 테이블 데이터 간의 차이점.

후처리

곡선 또는 곡면을 피팅한 후에 전처리 방법을 사용하여 피팅을 플로팅할 수 있습니다. 피팅이 정확한지 분석하고, 신뢰구간을 추정하고, 적분 및 도함수를 계산할 수 있습니다.

피팅 비교 및 평가

여러 개의 피팅을 만들고 그래픽 및 수치적 결과와적합도 통계량을 비교할 수 있습니다. 검증 데이터를 사용하여 피팅을 미세 조정할 수 있습니다.

곡선 피팅 앱에서 여러 개의 피팅 생성하기.

플로팅

플로팅을 사용자 지정하고 이상값, 잔차, 신뢰구간, 적분, 도함수와 같은 추가 분석을 수행할 수 있습니다.

플롯 표시 및 사용자 지정.

스플라인

데이터를 포함하거나 포함하지 않고 스플라인을 생성할 수 있습니다. 절점/매듭 조작, 최적의 매듭 배치, 데이터 점 가중을 비롯하여 고급 스플라인 작업을 제어할 수 있습니다.

데이터에 스플라인 피팅하기

곡선, 곡면, 고차원 객체에 대해 여러 최종 조건을 갖는 3차 및 평활화 스플라인을 포함하여 다양한 스플라인을 데이터에 피팅할 수 있습니다.

티타늄 테스트 데이터에 스플라인 피팅.

B-스플라인, 유리 스플라인 및 NURBS

복잡한 곡면의 분석을 위해 B-스플라인과 균일 및 비균일 유리 스플라인(NURBS)을 만들 수 있습니다.

3차원 스플라인.