用matlab拟合多元函,matlab三自变量一因变量多元非线性回归拟合应该如何编程实现（函数形式未知）...

梦里梦外; 2023-01-13 10:14 49阅读 0赞

我有三个自变量 两个因变量，想分别做X1 X2 X3 与 Y1的关系和X1 X2 X3 与 Y2的关系，用matlab该怎样编程做多元非线性回归拟合，函数形式未知。还请哪位大佬帮帮忙，万分感激！数据如下：

X1        X2        X3        Y1        Y2

10        3        0.2        0.0195        0.023095238

10        3        0.4        0.019666666        0.027857143

10        3        0.6        0.020833333        0.024761904

10        3        0.8        0.0225        0.038095238

10        3        1        0.022333333        0.025

10        3.5        0.2        0.031333333        0.022244898

10        3.5        0.4        0.021333333        0.027959183

10        3.5        0.6        0.022666666        0.038367346

10        3.5        0.8        0.029        0.042448979

10        3.5        1        0.022833333        0.021224489

10        4        0.2        0.033666666        0.023333333

10        4        0.4        0.033        0.02375

10        4        0.6        0.0305        0.03375

10        4        0.8        0.040166666        0.051666666

10        4        1        0.023666666        0.014166666

10        4.5        0.2        0.025666666        0.025555555

10        4.5        0.4        0.0295        0.024074074

10        4.5        0.6        0.032166666        0.035555555

10        4.5        0.8        0.033833333        0.048148148

10        4.5        1        0.0225        0.018518518

10        5        0.2        0.023666666        0.015333333

10        5        0.4        0.0265        0.026666666

10        5        0.6        0.029833333        0.033666666

10        5        0.8        0.037666666        0.044

10        5        1        0.024        0.016

20        3        0.2        0.012166666        0.037222222

20        3        0.4        0.010916666        0.038888889

20        3        0.6        0.013583333        0.055

20        3        0.8        0.015666666        0.055555555

20        3        1        0.012333333        0.038888889

20        3.5        0.2        0.011416666        0.014761904

20        3.5        0.4        0.013083333        0.034285714

20        3.5        0.6        0.013666666        0.04047619

20        3.5        0.8        0.016416666        0.053333333

20        3.5        1        0.010416666        0.027619047

20        4        0.2        0.011333333        0.020416666

20        4        0.4        0.01325        0.025833333

20        4        0.6        0.014333333        0.038333333

20        4        0.8        0.015833335        0.048333333

20        4        1        0.011083333        0.0225

20        4.5        0.2        0.011416666        0.023333333

20        4.5        0.4        0.013833333        0.03074074

20        4.5        0.6        0.0145        0.041481481

20        4.5        0.8        0.016166666        0.05

20        4.5        1        0.011333333        0.011851851

20        5        0.2        0.012833333        0.021

20        5        0.4        0.013833333        0.023333333

20        5        0.6        0.016666666        0.034666666

20        5        0.8        0.016916666        0.043

20        5        1        0.0095        0.012666666

30        3        0.2        0.007944444        0.03

30        3        0.4        0.006388889        0.035

30        3        0.6        0.007888889        0.043888889

30        3        0.8        0.009833333        0.055

30        3        1        0.006444444        0.023888889

30        3.5        0.2        0.007222222        0.022380952

30        3.5        0.4        0.006611111        0.029523809

30        3.5        0.6        0.009333333        0.045714285

30        3.5        0.8        0.010944444        0.056190476

30        3.5        1        0.005944444        0.028571428

30        4        0.2        0.009333333        0.01875

30        4        0.4        0.008333333        0.0275

30        4        0.6        0.010388889        0.037916666

30        4        0.8        0.010666666        0.045833333

30        4        1        0.006722222        0.013333333

30        4.5        0.2        0.008777778        0.019629629

30        4.5        0.4        0.011444444        0.027777777

30        4.5        0.6        0.012055555        0.027777777

30        4.5        0.8        0.011555555        0.048148148

30        4.5        1        0.006333333        0.01074074

30        5        0.2        0.006333333        0.013666666

30        5        0.4        0.008277778        0.023333333

30        5        0.6        0.009833333        0.032333333

30        5        0.8        0.012277777        0.039666666

30        5        1        0.005166667        0.006

40        3        0.2        0.005708333        0.023888889

40        3        0.4        0.005625        0.042777777

40        3        0.6        0.005291667        0.042222222

40        3        0.8        0.006833333        0.055555555

40        3        1        0.003833333        0.011666666

40        3.5        0.2        0.00475        0.027619047

40        3.5        0.4        0.004041667        0.024285714

40        3.5        0.6        0.005541667        0.027142857

40        3.5        0.8        0.007333333        0.047619047

40        3.5        1        0.003791667        0.014761904

40        4        0.2        0.005208333        0.015416666

40        4        0.4        0.005        0.0225

40        4        0.6        0.006166667        0.025833333

40        4        0.8        0.007916667        0.04125

40        4        1        0.004041667        0.0075

40        4.5        0.2        0.005583333        0.01037037

40        4.5        0.4        0.005666667        0.018888888

40        4.5        0.6        0.006875        0.034444444

40        4.5        0.8        0.008416667        0.041111111

40        4.5        1        0.005083333        0.01074074

40        5        0.2        0.004583333        0.012

40        5        0.4        0.005875        0.019333333

40        5        0.6        0.006625        0.032333333

40        5        0.8        0.0095        0.051333333

40        5        1        0.003833333        0.002666667

50        3        0.2        0.0027        0.016111111

50        3        0.4        0.003233333        0.027222222

50        3        0.6        0.003766667        0.030555555

50        3        0.8        0.004333333        0.044444444

50        3        1        0.002366667        0.017222222

50        3.5        0.2        0.002333333        0.021428571

50        3.5        0.4        0.003933333        0.034761904

50        3.5        0.6        0.004466667        0.041428571

50        3.5        0.8        0.006466667        0.062857142

50        3.5        1        0.002966667        0.017619047

50        4        0.2        0.002633333        0.02375

50        4        0.4        0.003933333        0.024583333

50        4        0.6        0.0041        0.030416666

50        4        0.8        0.006066667        0.040416666

50        4        1        0.002566667        0.012083333

50        4.5        0.2        0.0026        0.014074074

50        4.5        0.4        0.004066667        0.018518518

50        4.5        0.6        0.004866667        0.025185185

50        4.5        0.8        0.0056        0.029629629

50        4.5        1        0.003166667        0.006296296

50        5        0.2        0.0028        0.008666667

50        5        0.4        0.003233333        0.020285714

50        5        0.6        0.0049        0.027333333

50        5        0.8        0.0072        0.037

50        5        1        0.003        0.01

用matlab拟合多元函,matlab三自变量一因变量多元非线性回归拟合应该如何编程实现（函数形式未知）...

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关如何在MATLAB中拟合双曲线

相关使用MATLAB进行多元非线性回归拟合预测

相关 Matlab：交互式拟合

相关 matlab多元函数求根,求助大神。。matlab拟合二元函数，求解系数。函数形式已知...

相关用matlab拟合多元函,matlab三自变量一因变量多元非线性回归拟合应该如何编程实现（函数形式未知）...

相关数据预处理——matlab拟合工具箱

相关数据预处理——拟合matlab实现1

相关 matlab RBF 神经网络拟合

相关 matlab实现一元线性回归和多元线性回归

相关 MATLAB 拟合曲线