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！