课程封面

非线性多项式拟合与预测及MATLAB程序视频教程

共7节 已有0人学过

主讲老师zhengyi

更新时间2025-06-25 18:52:31

课件资料暂无

8

加载中...

课程介绍

内容简介

《非线性多项式拟合与预测及MATLAB程序视频教程》共2章4节视频,总学时49分钟,合0.8小时。它是完整课程《最小二乘法与应用和MATLAB程序详解视频》(合17.8小时)的第6章,是非线性拟合与预测的方法。本课程是利用最小二乘法的扩展知识进行一元多项式和多元多项式拟合及预测的应用实例,对论文毕设写作具有非常实用的价值。

主要内容包括:一元多项式非线性回归的拟合及预测的4个命令与程序解读,一元多项式非线性回归实例及MATLAB程序详解,多元多项式非线性回归及命令rstool解读与实例介绍,rstool工具箱操作纯二次多项式与线性回归的结果对比

全部免费提供MATLAB程序,免费提供辅导答疑,免费提供PPT课件。

【如何为己所用】:

(1)只需具有自己的问题,代入所给的程序求解即可。

(2)利用提供的程序即可完整得到论文写作所需的指标数据、论文用图。

【前期基础】课程或知识:

(1) 了解最小二乘法的知识

【后期选学】课程推荐:

(1)《BP神经网络及其应用与MATLAB命令详解视频》

(2)《支持向量机(SVM)及其分类识别应用与MATLAB程序详解视频》

(3)《长短时记忆网络(GAN)及其应用与MATLAB程序详解视频》

【回归分析拟合预测算法视频课程】推荐:

(1)《BP神经网络及其应用与MATLAB命令详解视频》

(2)《支持向量机(SVM)及其分类识别应用与MATLAB程序详解视频》

(3)《遗传算法优化BP神经网络及其应用与MATLAB程序详解视频》

(4)《长短时记忆网络(GAN)及其应用与MATLAB程序详解视频》

(5)《粒子群算法优化支持向量机和MATLAB程序详解视频》

(6)《多目标遗传算法优化支持向量机和MATLAB程序详解视频》

(7)《BP神经网络预测上证开盘指数与MATLAB程序视频》

(8)《粒子群算法优化支持向量机预测上证股指和MATLAB程序详解视频》

一、学习指导方案

1、全部视频都在网上。请首先按照视频文件序号由小到大(若前序号相同,说明视频内容密切联系,再看后面序号大小)的序号观看,保证内容由浅入深地顺序学习。

2、在看视频的同时,利用【变速】【暂停】、【倒回】操作。

3、将存在的问题记录下来,看看视频是否讲解。对视频还是没有讲解的问题,尽快问【面对面数学】答疑。

4、视频观看结束后,看看PPT课件,复习、巩固学习效果。

5、视频清晰度:(1)建议屏幕分辨率设置为1920x1080 或者屏幕分辨率1280x720。(2)全屏播放。这样看视频更加清晰。

6、倍速播放:现在【淘宝新平台】已经具备【倍速播放】视频功能。

四、目  录

第一章  课程亮点和特点说明及免费辅导答疑承诺与免费提供详解程序说明(3分钟)

1、视频课程亮点与特点说明(1分钟,网上免费试看)

2、辅导答疑及其承诺说明(2分钟,网上免费试看)

3、程序免费提供承诺说明(1分钟,网上免费试看)

第二章  一元线性回归分析的基本概念 理论与方法及实现程序

4、LSM4-回归分析的基本概念与线性回归模型(24分钟)

5、LSM5_1利用最小二乘法推导经验回归直线方程(24分钟,有程序,淘宝网免费试看)

6、LSM5_2求实例经验公式与MATLAB编程计算及重点总结(23分钟,有程序)

7、LSM6_1总偏差平方和的分解及推理分析检验统计量的形式(17分钟,有程序)

8、LSM6_2F检验统计量及拒绝域与线性显著性的笔算和程序计算(22分钟,有程序)

9、LSM7_1回归分析用到点预测问题及其分析(11分钟,有程序)

10、LSM7_2最小二乘法用到区间预测及预测区间的程序计算(37分钟,有程序)

11、LSM8_1统计控制问题及有缺陷解法依据和实例程序计算(31分钟,有程序)

12、LSM8_2统计控制问题的合理解法及其编程详解分析(25分钟,有程序)

13、LSM9_1回归分析MATLAB命令regress输入输出参数及其意义(23分钟,有程序)

14、LSM9_2用MATLAB程序计算实例的回归方程与总结(18分钟,有程序)

第三章  可线性化的曲线模型处理方法及实现程序

15、LSM10_1可线性化10种曲线类型及可线性化6个步骤(21分钟,有程序)

16、LSM10_2非线性双曲线拟合与倒指数拟合的程序完整步骤及拟合优劣比较(32分钟,有程序)

17、LSM10_3写论文非线性拟合问题的MATLAB程序作图形和数据处理(25分钟,有程序,淘宝网免费试看)

18、LSM11_1回归分析(最小二乘法)的基本概念理论方法和7个步骤(27分钟)

19、LSM11_2回归分析与相关分析及释疑解惑和应用程序推荐(21分钟)

第四章  多元线性回归分析及实现程序

20、LSM12_1多元线性回归问题及实例分析与程序建模(25分钟,有程序)

21、LSM12_2残差图及剔除奇异点做3次回归及3维拟合图显示(23分钟,有程序,淘宝网免费试看)

22、LSM12_3多元回归显著性检验及预测问题与回归系数意义和总结(25分钟,有程序)

23、LSM13_多元线性回归模型及最小二乘法得到回归方程与配套程序(41分钟,有程序)

24、LSM14_1多元线性回归分析的显著性及综合评价与F检验方程显著性(21分钟,有程序)

25、LSM14_2决定系数及复相关系数及其意义和程序计算实例(16分钟,有程序)

26、LSM15_多元线性回归自变量贡献大小的偏回归平方和检验法(35分钟,有程序)

27、LSM16_1偏回归系数显著性F检验法及程序ci变形与作用(26分钟,有程序)

28、LSM16_2F检验拒绝域转换大小关系及删除xi的原理条件(24分钟,有程序)

29、LSM16_3自变量显著性检验法的偏回归平方和的MATLAB程序详解(43分钟,有程序)

30、LSM17_自变量显著性检验法的标准化回归系数及其MATLAB程序(23分钟,有程序)

第五章  自变量选择的多个方法与指标及实现程序

31、LSM18_1选择自变量的必要性及基本思路与方法综述和全局择优2个指标(20分钟,有程序)

32、LSM18_2MATLAB程序计算2个指标及回归方程含义解读(26分钟,有程序)

33、LSM19_1自变量选择法之逐步回归法及命令stepwise解读(18分钟,有程序)

34、LSM19_2逐步回归法实例与stepwise工具箱操作及最优方程结果4点解读(34分钟,有程序)

35、LSM20_1样本数目及选自变量理想方法与共线性偏相关系数等注意问题(21分钟,淘宝网免费试看)

36、LSM20_2交互作用及残差分析和内容全面总结(22分钟)

第六章  一元或多元多项式非线性回归分析方法及实现程序(49分钟)

37、LSM21_1一元多项式非线性回归的拟合及预测的4个命令与程序解读(12分钟,有程序)

38、LSM21_2一元多项式非线性回归实例及MATLAB程序详解和2个思考问题(14分钟,有程序)

39、LSM22_1多元多项式非线性回归及命令rstool解读与实例介绍(8分钟,有程序)

40、LSM22_2rstool工具箱操作纯二次多项式与线性回归的结果对比(15分钟,有程序)

第七章  相关分析等扩充内容及多元线性回归内容汇总和程序汇总

41、LSM23_1函数关系与相关关系及简单线性相关关系介绍(20分钟)

42、LSM23_2相关系数公式及实际意义和相关分析与回归分析的联系区别(30分钟)

43、LSM24_1原始数据实际含义及3个方法计算偏回归系数与奇异点剔除处理(27分钟,有程序)

44、LSM24_2回归方程显著性的4个检验法与每个自变量显著性F检验法程序分析(28分钟,有程序)

45、LSM24_3自变量选择3个方法与标准化回归方程及实际意义说明(25分钟,有程序)

五、附录文件

附件1_必先看_最小二乘法与应用及MATLAB程序视频学习指导.doc

附件2_最小二乘法PPT课件.rar

附件3_程序m及数据全部文件_郑一.rar

讲师介绍

讲师头像

zhengyi

郑一,青岛高校退休多年,三级数学专业教授,硕士研究生导师。在职期间主讲本科生课程、研究生课程多门,主编《概率论与数理统计》等教材及学习指导书7部。讲授强化学习和深度强化学习、卷积神经网络和长短时记忆网络、信号分析与处理算法、图像分析与处理算法、遗传算法、粒子群优化算法以及两个算法融合等30多门算法视频课程,算法课程远销台湾、香港、英国、德国和美国等地区或国家,深受网友们和学子们的喜爱和推崇。

AI课程导读

本课程围绕“算法—程序—论文毕设—实际应用”四结合展开,聚焦一元与多元多项式非线性回归及 MATLAB 实现。课程从线性回归延伸到非直线趋势数据,系统讲解 polyfit、polyval、polyconf、regress、rstool 等命令,涵盖拟合、点预测、预测区间、内插外插、完全二次模型、响应曲面和拟合效果比较。配套程序与课件免费下载,程序附详解和修改建议,可带入自己的数据并按需调参,同时提供答疑支持。适合已有线性回归和 MATLAB 基础,希望完成科研数据分析、论文毕设、数学建模或实际预测任务的学习者。学完后,你能独立完成从数据预处理、模型选择、回归计算到三维可视化与结果解释的完整流程,理解多项式回归与多元线性回归的等价转换,并学会用 RMSE、回归偏差平方和、预测区间等指标比较模型优劣,把方法真正用到自己的研究中。

AI课程大纲

正一算法程序视频

zhengyi

郑一,青岛高校退休多年,三级数学专业教授,硕士研究生导师。在职期间主讲本科生课程、研究生课程多门,主编《概率论与数理统计》等教材及学习指导书7部。讲授强化学习和深度强化学习、卷积神经网络和长短时记忆网络、信号分析与处理算法、图像分析与处理算法、遗传算法、粒子群优化算法以及两个算法融合等30多门算法视频课程,算法课程远销台湾、香港、英国、德国和美国等地区或国家,深受网友们和学子们的喜爱和推崇。

评价

给该课程打分:

发表