拟合函数的置信区间

时间:2016-03-22 14:34:26

标签: matlab statistics confidence-interval data-fitting

我正在尝试处理拟合曲线的解释。

为了拟合目的,我使用Matlab的fit函数使用预定义模型(如poly2)或自定义(如y=ax^4+bx^2+c),没有任何问题。

我想确定每个参数(abc)的质量,以便能够绘制数据点(能够),拟合曲线(能够)和“曲线可以具有给定概率的区域”(无法)。

如果我运行foo=fit(x,y,'poly1') 而不使用分号,则返回:

foo = 

 Linear model Poly1:
 fitNi(x) = p1*x + p2
 Coefficients (with 95% confidence bounds):
   p1 =       40.19  (3.088, 77.28)
   p2 =        1042  (730.1, 1354)

问题是,如何挖掘3.088, 77.28值?我猜想,在foo中描述了p1参数的置信区间。

1 个答案:

答案 0 :(得分:2)

答案并不是很明显。

您需要使用:

   CI = confint(foo);

CI(1) => 3.088

CI(2) => 77.28

如果添加参数,也可以更改置信区间:

CI99 = confint(foo,0.99) %  The 99% confidence interval

正如@ Dev-iL所说:

  

这里的大图是MATLAB类/对象。你应该进入   做methods(objectname)properties(objectname)struct(objectname)的习惯   甚至可以methods(foo) % return methods available for foo (confint(foo)) properties(foo) % return available properties of foo (get(foo,<Property>)) struct(foo) % available structure values of foo (foo.<Value>) 查看您可以使用的内容。

begin
    PACK.RefreshData(po_errorCode => :po_errorCode, po_errorDescription=>:po_errorDescription);
end;