拟合幂律：＆＃34; NaN由模型函数计算＆＃34;

Question

我尝试用matlab拟合幂律函数（y = ax ^ b）

Here are my x and y matrices

我只是用

来计算拟合

  

拟合（X，Y， 'POWER1'）

我收到此错误：

  

使用fit＆gt; iFit时出错（第415行）   NaN由模型函数计算，拟合不能继续。   尝试使用或收紧系数的上限和下限。   适合误差（第109行）   [fitobj，goodness，output，convmsg] = iFit（xdatain，ydatain，fittypeobj，...

WHYYYY！？在我的x和y矩阵中没有0，没有任何东西可以返回我认为的NaN值，并且我可以毫无问题地计算逆关系拟合（y，x，'power1'）。

感谢您的任何帮助/建议!!

编辑:(同样精确）Excel确实找到适合（x，y）的幂律！

EDIT2：代码，一旦x和y存储为变量：

[p_powerlaw,results_powerlaw] = fit(x,y,'power1');

EDIT3：我改变了链接。现在，在我的Dropbox中，你会发现x和y的.mat ...尝试用power1来装它们......：P不起作用！为什么？我不明白......

尝试将2个矩阵x和y的值粘贴到其他矩阵中（不是通过赋值，实际上是通过复制粘贴值）...没有问题的拟合......！

Answer 1

在Octave中没有等效的fit，但是，我可以做一些非线性曲线拟合（MATLAB等价物将是lsqcurvefit或lsqnonlin优化工具箱）：

% Define function handle for optimisation (equivalent to power1 fit in MATLAB)
f = @(p, x) p(1) * x.^p(2);

% Initial guess for power law coefficients
init = [1 1]';

% Run optimisation - data is contained in X matrix
[p,y_power,cvg,op] = nonlin_curvefit(f,init,X(:,1),X(:,2));

% Sort out the fitted data to be monotonically increasing
Y = zeros(size(X));
[Y(:,1),idx] = sort(X(:,1),1);
Y(:,2) = y_power(idx);

% Plot the data
plot(X(:,1),X(:,2),'x',Y(:,1),Y(:,2))

% Display the power law coefficients
clc
disp('y = a * x^b');
disp(['a = ' num2str(p(1))])
disp(['b = ' num2str(p(2))])

这给了我以下系数（与@Ander Biguri相同）和图表：

y = a * x^b
a = 13.416
b = 0.94642