如何用matlab求输入2组数据的相对误差

Posted 2023-05-15

如 A=（1 2 3 4 5 6） B=(9 7 6 56 7 6 )

用matlab求输入2组数据的相对误差:

比如测量值3，实际值1，相对误差=（3-1）/1*100%.

>> A=[1 2 3 4 5 6];

>> B=[9 7 6 56 7 6];

>> (A-B)./B

MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。

扩展资料：

优势特点

1) 高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；

2) 具有完备的图形处理功能，实现计算结果和编程的可视化；

3) 友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；

4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ，为用户提供了大量方便实用的处理工具。

参考技术A 用matlab求输入2组数据的相对误差:
比如测量值3，实际值1，相对误差=（3-1）/1*100%.

>> A=[1 2 3 4 5 6];
>> B=[9 7 6 56 7 6];
>> (A-B)./B 参考技术B dC/dt=-k(c-c0)
用cftool拟合 第一组
General model:
f(x) = y0 - C1/exp(k*x)
Coefficients (with 95% confidence bounds):
C1 = 32.95 (29.48, 36.42)
k = 0.01899 (0.01442, 0.02355)
y0 = 30 (fixed at bound)

Goodness of fit:
SSE: 84.36
R-square: 0.9156
Adjusted R-square: 0.9079
RMSE: 2.769
第二组
General model:
f(x) = y0 - C1/exp(k*x)
Coefficients (with 95% confidence bounds):
C1 = 28.84 (22.33, 35.34)
k = 0.02629 (0.0131, 0.03949)
y0 = 29.85 (22.74, 36.95)

Goodness of fit:
SSE: 17.37
R-square: 0.9795
Adjusted R-square: 0.9754
RMSE: 1.318 参考技术C 相对误差的公式是什么？追问

比如你测量值3，实际值1，相对误差=（3-1）/1*100%

追答

>> A=[1 2 3 4 5 6];
>> B=[9 7 6 56 7 6];
>> (A-B)./B

ans =

-0.8889 -0.7143 -0.5000 -0.9286 -0.2857 0

本回答被提问者采纳

如何用Python进行线性回归以及误差分析

线性回归：
设x,y分别为一组数据，代码如下
import matplotlib.pyplot as plt
import numpy as np
ro=np.polyfit(x,y,deg=1) #deg为拟合的多项式的次数（线性回归就选1）
ry=np.polyval(ro,x) #忘记x和ro哪个在前哪个在后了。。。
print ro #输出的第一个数是斜率k，第二个数是纵截距b
plt.scatter(x,y)
plt.plot(x,ry) 参考技术A 我也想知道