曲线拟合
ExcelStat备有6种可直线化的曲线,可以根据散点图的情况具体选择。
自定义回归模型
ExcelStat利用Excel的表自动重新计算功能,用户可以定制回归模型,搜索难以拉直的曲线拟合。 以以上例子为例,简单说明基本的操作。1 .数据计算领域的准备:
准备自变量的参考区域、回归系数的参考区域,根据要在应变量中拟合的曲线方程,基于自变量参考区域和回归系数参考区域的数据定义回归函数。
2 .调用“定制模型”功能:
根据提示定义模型和数据参照即可。
这个例子很特殊,本质上是线性回归,其最小平方损失函数具有良好的几何性质和解析性质,很容易找到全局最优解。
注意: (1)求解ExcelStat自定义回归模型时,所有导数都使用数值导数。 当用户选择Newton-Raphson算法时,ExcelStat在找到稳定解后,使用Gauss-Newton法再次迭代,得到回归系数的信息矩阵。 这里没有采用Newton-Raphson算法的二阶导数矩阵作为信息矩阵的理由,主要考虑的是二阶导数矩阵的稳定性未必比一阶导数好
(2) ExcelStat没有对算法进行任何优化。 众所周知,一般来说回归函数的最小二乘损失函数的形式较为复杂,难以确保初始值处于损失函数的局部凸性区域。 也就是说,即使直接采用Newton-Raphson算法或Gauss-Newton算法,也不一定能找到局部最小值,需要进行大量的尝试;
(3) ExcelStat将模型定义的值直接作为初始值重复。 迭代后,如果找到解,但不直接退出程序,用户可以改变迭代精度和步长进行下一次迭代,也有望找到更好的解;
4 )第一步的大小不能太小。 迭代精度不能太高。 当然也不能太大。 否则,找不到解,或解不稳定,无法收敛。
)5)如果数据量很少,可以使用ExcelStat进行一些搜索。 如果数据量很大,自动重新计算Excel需要很长时间,因此建议使用专业软件进行处理。
6 ) ExcelStat使用Excel重新计算功能获取拟合函数值,因此为了不影响数据精度,在模型初始化中不要对模型变量参照区域进行格式设定。
ExcelStat下载: ExcelStat下载链接Excel加载宏ExcelStat.xla
关注,转载,好啊,收藏!