Origin的使用方法.pptVIP

第06周 Origin 一、线性拟合 二、非线性拟合 因变量(Y)与自变量(X)之间的关系 回归分析(Regression Analysis) 应用统计方法，对大量的观测数据进行整理、分析和研究，从而得出反映事物内部规律性的一些结论。 描述不同变量之间的关系，找出相应函数的系数，建立经验公式或数学模型。 只有一个或二个自变量时，回归分析的目的就是找到符合数据的曲线或曲面，所以回归分析也经常被称为 “curve fitting” 或 “surface fitting 一、线性模型 Origin中的线性拟合功能 1、Linear Fit 模型 一元线性回归方程 确定系数coefficient of determination 直线拟合的相关系数 可化为一元线性回归的模型 直线拟合 上机练习1 直线拟合上机练习2 2、Polynomial Fit 模型 多项式拟合上机练习 Origin中的非线性拟合功能 Origin中进行非线性拟合的步骤 1、将数据输入worksheet 2、做数据的散点图 3、进行非线性拟合： A、若有相应的菜单命令，点击相应的菜单命令即可 B、使用Origin内置拟合函数，可以使用拟合向导，按向导指示操作即可 C、若自定义函数，使用高级非线性拟合工具进行拟合，所有的拟合过程都可以控制 A、使用菜单进行非线性拟合 上机练习 S拟合工具 上机练习 上机练习 B、Fitting Wizard非线性拟合向导 第1步：选择要拟合的数据 第2步；选择合适的拟合函数 第3步：选择权重数据 第4步：拟合控制 第5步：输出结果 Origin内置函数NLSF拟合 拟合向导上机练习 C、The NLSF Advanced Fitting Tool NLSF的两种模式 自定义拟合函数 自定义函数NLSF拟合上机练习1 自定义函数NLSF拟合上机练习2 自定义函数NLSF拟合上机练习3 Advanced Mode 1、选择拟合函数 若自定义函数就选择New 这里可以写一些参数的线性约束条件，设参数为a, b, c, d，条件可以是： ab; a+2*b=c*2-d; 4bc6; a/39 支持5种关系:? =, , =, , =.? 约束之间用分号分分隔，换行按CTRL+ENTER.? 2、设置函数参数的一些约束条件（没有的话就跳过） 3、拟合过程中一些参数的设置（一般用默认设置即可） 一般不要选中 设置参数的有效数字 Delta一定程度上会影响拟合的结果 设置最大的迭代次数 设置权重方法，没有就选None 4、选择要拟合的数据 1、选变量 2、选数据 3、确认将数据赋予变量 设X变量的时候也是点左边的按钮，不要点这个按钮！！ 存放模拟曲线的数据点的数据集名称 根据这里的参数绘制曲线，选择 Action:Fit, 则最后一次选中的参数被传递给Fit程序 5、模拟曲线 使用Origin进行非线性拟合，必须指定各参数的初始值，使用内置拟合函数时，Origin会自动设置好比较合适的初始值。 使用自定义函数拟合时，用户必须自己指定初始值，初始值选的不好，拟合就有可能不成功。好的初始值的选择需要对拟合数据、拟合函数仔细分析，以及用户的经验 取消选中的话，则这个参数在迭代过程中保持不变，当函数中某个参数被确定的话，就可以在这里设置 误差 取值范围是 [0, 1]，越接近 1，则越表明该参数有可能过参数化了。这个时候，用户就要考虑拟合的模型是否正确了，是否可以简化模型，除去一些参数。 拟合的结果 6、进行拟合 大多数情况下，过参数化的模型都应该认真审视，但并不是所有的过参数化的模型都是坏的模型。比如说，绝大多数的指数方程都是这样的模型 执行一次LM iteration 执行n次LM迭代，迭代过程中要终止的话，按ESC键即可 当LM迭代方法无法进行时，可以尝试进行Simplex迭代方法（一般情况下，此方法不如LM方法好）（downhill simplex method） 用这两个按钮可以浏览拟合过程中每次迭代得到的参数 迭代过程的输出结果显示在这里 创建一个worksheet，将拟合结果写入其中 要Find Y，在这里填入x的值，x在数据集内、外都可以 要Find X，在这里填入y的值，y必须在数据集之内 7、生成结果 创建一个matrix，将Var-Cov Matrix写入其中 1.添加一个新的函数类别，将自定义的函数都放置在这个类别里，以便以后重复使用 2、定义新函数? 用户自定义函数存放在Origin\FitFunc 文件夹，文件名为\FunctionName.FDF 定义参数和变量时，以下符号不可以使用(Origin内部要用): x1，x2，…，xn y1，y2，…，yn z1，z2，…，zn i，t，