|
|
|
Probleme für Matlab daten fit mit Gaussian. |
|
| shiyichun |
Forum-Newbie
|
 |
Beiträge: 3
|
|
|
|
Anmeldedatum: 22.01.08
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
 |
|
Verfasst am: 22.01.2008, 17:49
Titel: Probleme für Matlab daten fit mit Gaussian.
|
 |
Ich habe daten, womit Ich zu Gaussian Verteilung passen möchte.
Matlab hat Model f(x) = a1*exp(-((x-b1)/c1)^2)
Von ein beispiel gibt Matlab folgenden Ergebnis,
General model Gauss1:
f(x) = a1*exp(-((x-b1)/c1)^2)
Coefficients (with 90% confidence bounds):
a1 = 25.34 (24.11, 26.56)
b1 = 0.2974 (0.2879, 0.307)
c1 = 0.2412 (0.2277, 0.2547)
Frage ist
Wie kann ich 'mu' und 'Sigma' wert von a1, b1, c1 für Gaussian Verteilung kriegen.
Danke!
|
|
|
|
|
|
| nschlange |
Ehrenmitglied
|
|
Beiträge: 1.318
|
|
|
|
Anmeldedatum: 06.09.07
|
|
|
|
Wohnort: NRW
|
|
|
|
Version: R2007b
|
|
|
|
|
|
|
Verfasst am: 23.01.2008, 15:05
Titel:
|
|
Hi,
hast Du die Statistical Toolbox?
Dann guck mal nach normfit.
Sonst kannst Du vielleicht auch ein eigenes Modell einer
Normalverteilung anlegen:
y=1/(sqrt(2*pi)*s)*exp(-(x-m)^2/(2s^2))
mit m mean und s standard deviation.
_________________
Viele Grüße
nschlange
"Chuck Norris ejakuliert fluessigen Stahl!"
|
|
|
|
| shiyichun |
Themenstarter
Forum-Newbie
|
|
Beiträge: 3
|
|
|
|
Anmeldedatum: 22.01.08
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
|
|
|
Verfasst am: 23.01.2008, 15:30
Titel:
|
|
| nschlange hat Folgendes geschrieben: |
Hi,
hast Du die Statistical Toolbox?
Dann guck mal nach normfit.
Sonst kannst Du vielleicht auch ein eigenes Modell einer
Normalverteilung anlegen:
y=1/(sqrt(2*pi)*s)*exp(-(x-m)^2/(2s^2))
mit m mean und s standard deviation. |
Hi, danke für Antwort.
Mit meine Versuchesdatei nutze ich GUI methode mit Curvefitting in Toolbox-Gaussian fit. Danach gibt Matlab die wert a b c für Matlab Gaussian Modelf(x) = a1*exp(-((x-b1)/c1)^2).
y=1/(sqrt(2*pi)*s)*exp(-(x-m)^2/(2s^2)) das ist Normalverteilung(Gaussian), die Matlab Gaussian Model ähnlich wie ist. Aber jetzt von die ergebnis a b c wie kann ich 's' und 'm' finde??
Ich dachte a1=1/sigma*sqrt(2*pi)
c1=sqrt(2)*sigma
aber falsch!!
hier ist der Beispiel:
General model Gauss1:
f(x) = a1*exp(-((x-b1)/c1)^2)
Coefficients (with 90% confidence bounds):
a1 = 25.34 (24.11, 26.56)
b1 = 0.2974 (0.2879, 0.307)
c1 = 0.2412 (0.2277, 0.2547)
|
|
|
|
| mosinger |
Gast
|
|
Beiträge: ---
|
|
|
|
Anmeldedatum: ---
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
|
|
|
Verfasst am: 22.10.2009, 13:20
Titel:
|
|
hab genau das gleich problem
hat jemand eine ahnung.
viele gruesse mosinger
|
|
|
|
| Markuss___ |
Gast
|
|
Beiträge: ---
|
|
|
|
Anmeldedatum: ---
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
|
|
|
Verfasst am: 08.09.2010, 11:54
Titel:
|
|
Und wie kommt man nun auf mean und standardabweichung bei der Curve-Fitting Toolbox ?
Gibts da irgendwas als Rückgabewert, oder muss man sich den selber berechnen und wenn ja wie?
Markus
|
|
|
|
| tobi89 |
Gast
|
|
Beiträge: ---
|
|
|
|
Anmeldedatum: ---
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
|
|
|
Verfasst am: 01.08.2016, 16:09
Titel:
|
|
Gibt es dafür nun eine Lösung?
Das Problem tritt ja bei jedem Fit auf.
Wenn man z.B. eine lineare Regression macht (y=mx+n), dann kommt für n und m das Konfidenzintervall, aber keine Standradabweichung vom Typ n+/-n1 und m+/-m1 (ein +/- Delta)
Vielen Dank!
|
|
|
|
| Harald |
Forum-Meister
|
|
Beiträge: 24.448
|
|
|
|
Anmeldedatum: 26.03.09
|
|
|
|
Wohnort: Nähe München
|
|
|
|
Version: ab 2017b
|
|
|
|
|
|
|
Verfasst am: 01.08.2016, 16:14
Titel:
|
|
Hallo,
inzwischen gibt es
LinearModel
, das solche Informationen zurückliefert.
Grüße,
Harald
|
|
|
|
|
|
|
Einstellungen und Berechtigungen
|
|
Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
|
|
Impressum
| Nutzungsbedingungen
| Datenschutz
| FAQ
|  RSS
Hosted by:
Copyright © 2007 - 2024
goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks
MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.
|
|
