此函数使用 F 检验来确定观察到的数据拟合改进保证使用附加参数的可能性。
用法: >> [ p, Fstat, df1, df2 ] = ftest(n,np1,np2,chi1,chi2)
该函数需要五个输入:n 是要拟合的数据数。 np1 & np2 是两个模型中使用的自由参数的数量。 chi1 和 chi2 是两个模型的数据失配的平方和。
主要输出是 p。 p 是拟合改进是偶然的概率(在 0 和 1 之间)。 因此,较小的 p 值意味着对附加参数有保证的高置信度。
编写的函数(可以在以下位置找到示例): Anderson, KB 和 Conder, JA,2011,讨论多循环 Hubbert 建模作为预测未来石油产量的方法,能源和燃料,dx.doi.org/10.1021/ef1012648。
2021-12-10 10:49:32
3KB
matlab
1