Main Content

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

Posprocesar ajustes

Gráficas, valores atípicos, valores residuales, intervalos de confianza, datos de validación, integrales y derivadas, generar código de MATLAB®

Después de ajustar una curva o superficie, utilice los métodos de posprocesamiento para analizar si el ajuste es preciso en relación con los datos. Después de crear un ajuste, puede aplicar distintos métodos de posprocesamiento para realizar representaciones, interpolaciones y extrapolaciones, estimar intervalos de confianza o calcular integrales y derivadas. También puede utilizar los métodos de posprocesamiento para determinar los valores atípicos de un ajuste.

Puede utilizar las funciones de Curve Fitting Toolbox™ para evaluar un ajuste representando los valores residuales y los límites de predicción. Para obtener más información, consulte Evaluar un ajuste de curva. Para comparar ajustes y generar código de MATLAB de forma interactiva, utilice la app Curve Fitter.

Apps

Curve FitterFit curves and surfaces to data

Funciones

cfitConstructor del objeto cfit
coeffnamesNombres de coeficientes de un objeto cfit, sfit o fittype
coeffvaluesValores de coeficientes del objeto cfit o sfit
confintIntervalos de confianza para los coeficientes de ajuste de un objeto cfit o sfit
differentiateDifferentiate cfit or sfit object
fevalEvaluate cfit, sfit, or fittype object
integrateIntegrar un objeto cfit
plotRepresentar un objeto cfit o sfit
predintIntervalos de predicción de un objeto cfit o sfit
probvaluesValores de parámetros dependientes de problemas de un objeto cfit o sfit
quad2dIntegrar numéricamente un objeto sfit
sfitConstructor del objeto sfit

Temas

  • Create Multiple Fits in Curve Fitter App

    Workflow for refining your fit, comparing multiple fits, and using statistics to determine the best fit.

  • Explore and Customize Plots

    In the Curve Fitter app, display fit, residual, surface, or contour plots; display prediction bounds and multiple plots, use zoom, pan, data cursor, and outliers modes; change axes limits and print plots.

  • Eliminar valores atípicos

    Elimine puntos de forma interactiva o exclúyalos mediante una regla en la app Curve Fitter. También puede excluir valores atípicos utilizando la función fit. Puede excluir datos basándose en la distancia a la que estén del modelo, medida en desviaciones estándar.

  • Select Validation Data

    Compare your fit with validation data or test set in the Curve Fitter app.

  • Generate Code and Export Fits to the Workspace

    Generate MATLAB code from an interactive session in the Curve Fitter app, recreate fits and plots, and analyze fits in the workspace.

  • Evaluar un ajuste de curva

    Este ejemplo muestra cómo trabajar con un ajuste de curva.

  • Evaluar un ajuste de superficie

    Este ejemplo muestra cómo trabajar con un ajuste de superficie.

  • Evaluar la bondad de ajuste

    Después de ajustar datos con uno o más modelos, evalúe la bondad de ajuste con gráficas, estadísticas, valores residuales y límites de predicción y confianza.

  • Compare Fits in Curve Fitter App

    Find the best fit by comparing visual and numeric results, including fitted coefficients and goodness-of-fit statistics.

  • Comparar ajustes mediante programación

    Este ejemplo muestra cómo ajustar y comparar polinomios de hasta sexto grado usando Curve Fitting Toolbox™ para ajustar algunos datos censales.

  • Análisis de valores residuales

    Los valores residuales de un modelo ajustado se definen como las diferencias entre los datos de respuesta y el ajuste de los datos de respuesta en cada valor predictor.

  • Límites de confianza y predicción

    El software de la Curve Fitting Toolbox le permite calcular límites de confianza para los coeficientes ajustados y límites de predicción para las nuevas observaciones o para la función ajustada.

  • Differentiating and Integrating a Fit

    This example shows how to find the first and second derivatives of a fit, and the integral of the fit, at the predictor values.