用spss多元非线性拟合

在菜单中找到analyse,regression,选择linear就可以了,打开对话框,选择自变量,因变量,OK就可以了

x1=[10198.498.898.598.698.298.899.299.5100.6101.9101.5102.7102.4102.8103.1102.9103.3103.5103.6104.41

用regress回归出线性的,如果要二次的,可以构造x1*x1x1*x2x1*x3x1*x4x1*x5x2*x2x2*x3...等.这里只用线性的,原理一样.clc;clear;A=[...2.780

x1=[1.51.5222.52.52.52.53333];x2=[0.050.10.150.20.050.10.150.20.050.10.150.2];y=[10.990.980.970.980.

1.用Compute过程按照y1=1/y,x1=1/x进行转换得到y1和x1,原式y1=a+bx1,然后用Regression对y1和x1作一般的线性回归即可；2.原理同1,处理方法上先两边取对数,令

E是次方的意思二次方程：y=0.116+0.010x-9.615^(-6)x^2三次方程：y=0.116+0.010x-9.485^(-6)x^2-1.639^(-10)x^3三次方的系数太小了,建议

你都回归好了有方程了想要图不简单啊拿到matlab里画画最简单最快捷matlab画图方法有很多自己找下把

程序是A=[0000004500084005000482610055001444340060003557600065091536940007002077241000007511143095691000

现在的大学生呀我服你了你能画出来的话你肯定比爱因斯坦伟大无数倍再问：给跪了。所以多元线性是没有办法做拟合图的吗？只能做x1对y的拟合吗？

推荐你使用一个函数nlinfit,我简单给你介绍一下使用方法,以你的模型2为例：第一步：你需要建立一个function文件,名字随便,这里我们命名为"hougen",在这个文件内,你要把模型二描述清楚

拟合函数的输入有两个参数,第一个应该是你要拟合的参数,对应于这里a第二个是输入的自变量,对应于这里的x多维的可以用多列数据,注意行数和y相同还要注意,函数式里向量间的*,\,^,要用.*,.\,.^x

不论lsqcurvefit还是nlinfit都要说明函数的形式,这两个函数只能在形式确定后估计未知参数的值.但说白了,既然是拟合,就无所谓函数形式（除非你事先通过理论推测出了函数形式）,只要找到拟合最

模型摘要模型RR方调整的R方估计的标准差1.838a.703.5057.00366a.预测变量:(常量),综合指标Z,附加济掺量,水灰比,砂率.ANOVA(b)模型平方和df均方F显著性1回归695.

ln->logMatlab中ln就是log你的初值我改成000了,111的话,计算出来有一小部分虚数成份.另外最后一个plot我也改了一下,你的xx只有一个值啊,我也就直接改成x做图了.因为你的yy也

可以的.把P取对数后作为新的因变量,就成为线性的了.可以直接估计.

1.用Compute过程按照y1=1/y,x1=1/x进行转换得到y1和x1,原式y1=a+bx1,然后用Regression对y1和x1作一般的线性回归即可；2.原理同1,处理方法上先两边取对数,令

用参数估计法,它提供了好几种模型,你可以选择上所有的然后看你的哪个R方最大.就行了.如果感觉都不好,就用非线性回归自己写方程.不过那个药大概知道你的方程的形状,然后设好初始参数就可以.ppv课学习网站

很高兴为您解答,首先定义函数myfunfunctionF=myfun(x)F=[3*x(1)-cos(x(2)*x(3))-0.5;x(1)^2-81*(x(2)+0.1)^2+sin(x(3))+1

用regress函数,线性回归A=[1658111717153253191797122826184378291850137958206422322205146100424756584]y=A(:,1)

functionzd487022570x1=[0.25,0.278,0.3125,0.357,0.4167,0.3,0.3333,0.375,0.7286,0.5];x2=[0,0.1111,0.12