拟合优度--将几个数据点与模拟方程曲线进行比较

Question

我有一组参考数据点，我想要拟合一条西格玛曲线。我可以用MATLAB的曲线拟合工具来做这件事，但我有一个自定义方程来拟合数据。这个方程有4-5个变量，我想要改变，然后检验拟合的优度。

为此，我尝试使用goodnessOfFit函数。但它要求测试数据和参考数据矩阵具有相同的大小。我拥有的参考数据点的数量很少(15-20)，使用自定义公式生成的测试点数量也很大。

还有其他方法可以检验曲线的拟合度吗？或者，我是否已经找到了与参考数据中的点对应的测试数据点，然后使用goodnessOfFit函数(这种方法的一个问题是，对于测试中的x轴和参考数据，例如参考文献中的x点1.2368，我没有相同的分辨率。我的测试数据中有1.23和1.24。我将不得不舍入数据，然后计算出合适的值)。

Answer 1

我是否找到了与参考数据中的点相对应的测试数据点，然后使用goodnessOfFit函数。我将不得不舍入数据，然后计算出合适的值)。

是的，伙计..！看来你得用艰苦的方法去做！

但是，您可以在相应的参考样本点之前和之后在测试数据中找到这两个点，而不是简单地舍入。然后使用线性插值来猜测与参考点对应的值。

或者更简单的是，Matlab中有一个resample函数，它可以重新整理测试数据以匹配参考数据。如果参考数据有一个恒定的样本间隔，这将是可行的。

万事如意！