Curve Fitting Toolbox

Ajuste curvas y superficies a los datos mediante regresión, interpolación y suavizado

Curve Fitting Toolbox™ proporciona una app y funciones para ajustar curvas y superficies a los datos. Esta toolbox permite realizar análisis de datos exploratorios, preprocesar y posprocesar datos, comparar modelos candidatos y eliminar valores atípicos. Puede realizar análisis de regresión utilizando la librería de modelos lineales y no lineales proporcionados o especificar sus propias ecuaciones personalizadas. La librería proporciona condiciones iniciales y parámetros de solver optimizados para mejorar la calidad de los ajustes. Esta toolbox también soporta técnicas de modelado no paramétricas, tales como splines, interpolación y suavizado.

Después de crear un ajuste, puede aplicar diversos métodos de posprocesamiento para representar gráficamente, interpolar y extrapolar, estimar intervalos de confianza, y calcular integrales y derivadas.

¿Qué es Curve Fitting Toolbox?

App Curve Fitting

Importe datos desde el área de trabajo de MATLAB y ajuste curvas y superficies. Realice regresión e interpolación lineal y no lineal.

App Curve Fitting

Ajuste curvas mediante la app Curve Fitting o las funciones de ajuste en la línea de comandos.

Ajuste de datos con MATLAB

Flujo de trabajo de ajuste de curvas y superficies

Ejemplos de ajuste de curvas y superficies

Visión general de la app Curve Fitting

Cómo realizar ajuste de curvas con la app Curve Fitting en MATLAB

Ajuste de superficies

Ajuste superficies mediante la app Curve Fitting o las funciones de ajuste en la línea de comandos.

Análisis de datos y ajuste de superficies con MATLAB (42:33)

Generación de código y exportación de ajustes al área de trabajo

Ajuste de superficies

Ajuste de superficie con la app Curve Fitting.

Regresión lineal y no lineal

Modele una variable de respuesta continua como una función de predictores usando regresión lineal y no lineal.

Ajuste lineal

Aplique regresión lineal eligiendo entre modelos de regresión estándar o utilizando ecuaciones personalizadas. Todos los modelos de regresión estándar incluyen condiciones iniciales y parámetros de solver optimizados para mejorar la calidad de los ajustes.

Ajuste de curvas en modelos lineales personalizados

Ajuste polinomial de curvas

Visión general de las técnicas de regresión lineal

Ajuste de mínimos cuadrados

Visión general de las técnicas de regresión lineal.

Ajuste no lineal

Aplique regresión paramétrica no lineal usando exponenciales, series de Fourier, series de potencia, gaussianas y modelos estándar.

Visión general de las técnicas de regresión no lineal

Funciones de regresión lineal y no lineal de Curve Fitting Toolbox

Ajuste de superficies con ecuaciones personalizadas a datos biofarmacéuticos

Modelos exponenciales

Ajuste de superficies con ecuaciones personalizadas a datos biofarmacéuticos

Suavizado e interpolación

Utilice la interpolación para estimar valores entre puntos de datos conocidos y realice el ajuste usando splines de suavizado y regresión localizada para suavizar los datos.

Interpolación

Ajuste curvas o superficies interpolantes y estime valores entre puntos de datos conocidos.

Visión general de las técnicas de interpolación

Métodos de interpolación

Selección de un ajuste interpolante

Comparación de modelos interpolantes lineales.

Suavizado

Suavice datos con media móvil, splines de suavizado y regresión localizada.

Funciones de suavizado en Curve Fitting Toolbox

Visión general de las técnicas de suavizado

Splines cúbicas de suavizado

Ajuste de superficies suaves para investigar el rendimiento del combustible

Ajuste no paramétrico (4:07)

Diferencias entre modelo y datos de tabla en la investigación del rendimiento del combustible.

Posprocesamiento

Después de ajustar una curva o una superficie, utilice métodos de posprocesamiento para representar gráficamente el ajuste. Analice la precisión, estime los intervalos de confianza y calcule integrales y derivadas.

Comparación y evaluación de ajustes

Cree diversos ajustes, compare los resultados gráficos y numéricos, y genere estadísticas de bondad del ajuste. Utilice los datos de validación para perfeccionar el ajuste.

Funciones de posprocesamiento en Curve Fitting Toolbox

Comparación de ajustes en la app Curve Fitting

Límites de confianza y predicción

Evaluación de la bondad del ajuste

Creación de diversos ajustes en la app Curve Fitting.

Representación gráfica

Personalice la representación gráfica y realice análisis adicionales, tales como valores atípicos, valores residuales, intervalos de confianza, integrales y derivadas.

Exploración y personalización de gráficas

Evaluación del ajuste de una curva

Eliminación de valores atípicos

Análisis de valores residuales

Diferenciación e integración de un ajuste

Visualización y personalización de gráficas.

Splines

Cree splines con o sin datos. Controle las operaciones avanzadas de spline, incluidas la manipulación de roturas/nudos, la colocación óptima de nudos y la ponderación de puntos de datos.

Ajuste de splines a datos

Ajuste diversas splines a datos, incluidas las splines cúbicas y de suavizado con diversas condiciones de extremo, para curvas, superficies y objetos con más dimensiones.

Introducción al ajuste por splines

Cómo crear splines

Aproximación mediante splines de producto tensorial

Ajuste de una spline a datos de pruebas de titanio

Interpolación por spline cúbica