タグ付けされた質問 「curve-fitting」

データのセットがあり、どのラインがそれを最もよく表しているかを比較したい（異なる次数の多項式、指数または対数）。 私はPythonとNumpyを使用しており、多項式フィッティングには関数がありますpolyfit()。しかし、指数関数的および対数的フィッティングのためのそのような関数は見つかりませんでした。 いずれかがあります？またはそれ以外の場合の解決方法は？

157 python  numpy  scipy  curve-fitting  linear-regression 

カーブをヒストグラムにフィットさせるRの関数はありますか？ 次のヒストグラムがあるとしましょう hist(c(rep(65, times=5), rep(25, times=5), rep(35, times=10), rep(45, times=4))) 正常に見えますが、ゆがんでいます。このヒストグラムを包むように歪んでいる通常の曲線に適合させたい。 この質問は基本的なものですが、インターネットでRの答えを見つけることができないようです。

91 r  histogram  curve-fitting  r-faq 

PythonとNumpyを使用して、任意の次数の最適な多項式を計算しています。x値、y値、および適合させたい多項式の次数（線形、二次など）のリストを渡します。 これで十分に機能しますが、r（相関係数）とr-2乗（決定係数）も計算したいと思います。私の結果をExcelの最適な近似曲線機能と計算したr二乗値と比較しています。これを使用して、線形最良適合（次数= 1）に対してr-2乗を正しく計算していることがわかります。ただし、私の関数は次数が1より大きい多項式では機能しません。 Excelはこれを行うことができます。Numpyを使用して高次多項式のr-2乗を計算するにはどうすればよいですか？ これが私の機能です： import numpy # Polynomial Regression def polyfit(x, y, degree): results = {} coeffs = numpy.polyfit(x, y, degree) # Polynomial Coefficients results['polynomial'] = coeffs.tolist() correlation = numpy.corrcoef(x, y)[0,1] # r results['correlation'] = correlation # r-squared results['determination'] = correlation**2 return results

90 python  math  statistics  numpy  curve-fitting 

生成した散布図で線形回帰を生成しようとしていますが、データはリスト形式であり、使用polyfitする例はすべて、を使用する必要がありarangeます。arangeただし、リストは受け付けません。リストを配列に変換する方法について高低を検索しましたが、何も明確ではないようです。私は何かが足りないのですか？ 続いて、整数のリストをpolyfit？への入力としてどのように使用すればよいですか？ これが私がフォローしているpolyfitの例です： from pylab import * x = arange(data) y = arange(data) m,b = polyfit(x, y, 1) plot(x, y, 'yo', x, m*x+b, '--k') show()

89 python  numpy  matplotlib  linear-regression  curve-fitting 

で滑らかな曲線を描画しようとしていRます。私は次の簡単なおもちゃのデータを持っています： > x [1] 1 2 3 4 5 6 7 8 9 10 > y [1] 2 4 6 8 7 12 14 16 18 20 もちろん、標準のコマンドでプロットすると、でこぼこでエッジの効いたように見えます。 > plot(x,y, type='l', lwd=2, col='red') 推定値を使用して3つのエッジが丸くなるように、曲線を滑らかにするにはどうすればよいですか？滑らかな曲線に合わせる方法はたくさんあることは知っていますが、このタイプの曲線に最適な方法と、それをどのように記述するかはわかりませんR。

87 r  plot  curve-fitting 

私はこの質問への回答を読みました、そしてそれらは非常に役に立ちます、しかし私は特にRで助けが必要です。 次のようにRにサンプルデータセットがあります。 x <- c(32,64,96,118,126,144,152.5,158) y <- c(99.5,104.8,108.5,100,86,64,35.3,15) モデルをこれらのデータに適合させたいので、y = f(x)。3次多項式モデルにしたいと思います。 どうすればRでそれを行うことができますか？ さらに、Rは最適なモデルを見つけるのに役立ちますか？

83 r  curve-fitting  data-analysis  polynomial-math 

JuMPを使用して、2つの曲線（どちらも3次関数に属する）を一連の点にフィットさせる必要があります。 1つのカーブのフィッティングを実行しましたが、2つのカーブを同じデータセットにフィッティングするのに苦労しています。 ポイントをカーブに分配できれば、つまり各ポイントが1度しか使用できなければ、以下のようにできると思いましたが、うまくいきませんでした。（私はもっと複雑なものを使うことができることを知っています、私はそれを単純に保ちたいです。） これは私の現在のコードの一部です： # cubicFunc is a two dimensional array which accepts cubicFunc[x,degree] @variable(m, mult1[1:4]) // 0:3 because it's cubic @variable(m, mult2[1:4]) // 0:3 because it's cubic @variable(m, 0 <= includeIn1[1:numOfPoints] <= 1, Int) @variable(m, 0 <= includeIn2[1:numOfPoints] <= 1, Int) # some kind of hack to force one …

8 julia  regression  mathematical-optimization  curve-fitting  julia-jump