多项式曲线拟合的初学问题 [第一部分]

Question

4

我刚开始了解基于回归模型的建模技术，正在使用MATLAB曲线拟合工具箱和SO。我有一组包含k = 100个数据点的单向量集合，我想要将其逐步拟合成AR模型、MA模型、ARMA模型以查看哪个更适合。从形式上开始一个AR(p)模型：y(k+1)=a*y(k)+ b*y(k-1) 命令

coeff = polyfit(x,y,d)

将适合一次多项式，即d=1，使用p个系数来指示模型的顺序（AR(p)）。但我只有一组数据，这是角动量的记录。那么，作为函数签名的第一个参数（x），它将是什么，y呢？然后，如果线性模型不够好，所以我可能需要选择非线性模型。有人能否请用代码片段指导拟合、检查过度拟合、残差计算等步骤。

- Ria George

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Dmitry Galchinsky · Accepted Answer

x 可能是 k（y 的索引）。以下是完整的代码：

c =polyfit(1:length(y), y, d)。

Matlab 有一个 曲线拟合工具箱（curve fitting toolbox）。您可以使用它来在 GUI 中检查不同的非线性拟合，以获得一些直觉。

如果你需要步骤，Coursera 上有一个很好的机器学习课程。该课程的开始部分涉及线性回归，建议您至少花费几小时学习。