楼主: zhang5211314le
3358 7

[问答] 求用Gauss做非参数回归的方法,不胜感激 [推广有奖]

  • 0关注
  • 0粉丝

小学生

78%

还不是VIP/贵宾

-

威望
0
论坛币
17 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
272 点
帖子
7
精华
0
在线时间
5 小时
注册时间
2010-9-8
最后登录
2017-2-22

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
x=[0.1875 0.3125 0.4375 0.625 0.875 1.125 1.375 1.625 1.875 2.25 2.75 3.25];
y=[24124 499 2221 648 97 31 7 2.5 1.7  0.388  0.113 0.026];
对x,y做线性拟合时用的公式为y=a*(x^b)*exp(-c*x);
如果我想进行非参数化拟合x,y。请问用Gauss怎么做?
不胜感激!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:非参数回归 GAUSS 不胜感激 非参数 USS 不胜感激

回帖推荐

xuelida 发表于6楼  查看完整内容

@ Lession 7.6: Nadaraya-Watson Nonparametric Regression Estimation @ new;cls;library pgraph; n=100; x=seqa(0,(2*pi)/(n-1),n); mx=sin(x); y=mx+0.5*rndn(n,1); othband=1.06*stdc(x)*(n^(-1/5)); @最优光滑参数@ xy(x,mx~y); print " 显示sin(x)和y图形 press any key to continue..."; waitc;cls; {px,py}=npreg(y,x,1,othband); print " 显示sin(x)、y和NW核估计py图形 "; xy(x,mx~py~y); proc(2)=n ...
沙发
yger 在职认证  发表于 2012-12-3 20:25:46 |只看作者 |坛友微信交流群
帮定,等高人!

使用道具

藤椅
zhang5211314le 学生认证  发表于 2012-12-3 21:20:06 |只看作者 |坛友微信交流群
坐等高人啊

使用道具

板凳
zhang5211314le 学生认证  发表于 2012-12-5 12:46:33 |只看作者 |坛友微信交流群
再次求助,急急急

使用道具

报纸
ccaesar 发表于 2012-12-13 15:01:13 |只看作者 |坛友微信交流群
简单啊 两边取ln 原来的等式变为:
y=ln(a) + b*ln(x) - c*x;
然后做线性回归就好了

哗啦啦~

使用道具

地板
xuelida 在职认证  发表于 2012-12-16 13:38:43 |只看作者 |坛友微信交流群
@ Lession 7.6: Nadaraya-Watson Nonparametric Regression Estimation @
new;cls;library pgraph;
n=100;
x=seqa(0,(2*pi)/(n-1),n);
mx=sin(x);
y=mx+0.5*rndn(n,1);
othband=1.06*stdc(x)*(n^(-1/5)); @最优光滑参数@
xy(x,mx~y);
print " 显示sin(x)和y图形 press any key to continue...";
waitc;cls;
{px,py}=npreg(y,x,1,othband);
print " 显示sin(x)、y和NW核估计py图形 ";
xy(x,mx~py~y);

proc(2)=npreg(y,x,krn,h); @ Kernel Regression @
local strt,endd,kern,pts,px,py,i,t,yt;
    strt=minc(x); endd=maxc(x); pts=100;
px=seqa(strt,(endd-strt)/(pts-1),pts);
py=px;
    i=1; do while i<=pts;
      if krn==1; t=nkernel(py[i,1],x,h);
      else; t=ekernel(py[i,1],x,h);
      endif;
      yt=t.*y; py[i,1]=sumc(yt)/sumc(t);
    i=i+1; endo;
retp(px,py);
endp;

proc nkernel(x,xi,h); @ Gaussian kernel @
local u,kern;
   u=(x-xi)./h;kern=(1/sqrt(2*pi))*exp(-(1/2).*(u^2));
retp(kern);
endp;

proc ekernel(x,xi,h); @ Epanechnikov kernel @
local u,kern;
  u=(x-xi)./h;kern=(0.75*(1-u^2)).*(abs(u).<=1);
retp(kern);
endp;
已有 1 人评分经验 论坛币 学术水平 热心指数 信用等级 收起 理由
xuehe + 100 + 100 + 4 + 3 + 1 对论坛有贡献

总评分: 经验 + 100  论坛币 + 100  学术水平 + 4  热心指数 + 3  信用等级 + 1   查看全部评分

使用道具

7
Mr.Holmes 发表于 2017-4-8 11:27:57 |只看作者 |坛友微信交流群
xuelida 发表于 2012-12-16 13:38
@ Lession 7.6: Nadaraya-Watson Nonparametric Regression Estimation @
new;cls;library pgraph;
n=100 ...
您好,请问能请您来我的帖子下回答一个非参数相关的问题吗?感激不尽!

使用道具

8
烟酒豆 发表于 2017-9-5 22:31:27 |只看作者 |坛友微信交流群
同求同求

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-4-20 12:21