指定拟合选项

拟合方法和算法

Method 拟合方法。拟合方法根据库模型或自定义模型自动选择。对于线性模型，方法为“LinearLeastSquares”，使用线性最小二乘；对于非线性模型，方法为“NonlinearLeastSquares”，使用非线性最小二乘。

Robust 指定是否使用稳健最小二乘法，值包括：

Off 不使用稳健最小二乘(默认选项)；

On 用默认的稳健拟合方法进行拟合(双二次加权)；

LAR 通过最小化最小绝对残差进行拟合；

Bisquare 使用双二次加权法进行拟合。

Algorithm 用于拟合数据的算法，包括

Trust-Region 置信域法，为默认算法。如果指定了系数约束，必须使用本法。

Levenberg-Marquardt 如果置信域法得到的结果不理想，并且没有指定系数约束，使用本法。

Gauss-Newton 最后选择本法。

有限差分参数

DiffMinChange 指定有限差分雅可比计算中系数的最小变化，默认值为10-8。

DiffMaxChange 指定有限差分雅可比计算中系数的最大变化，默认值为0.1。

注意，DiffMinChange和DiffMaxChange适用于所有非线性自定义模型，适用于部分库非线性模型。但是它们对所有线性方程都不适用。

拟合收敛准则

MaxFunEvals 函数计算的最大次数，默认值为600。

MaxIter 最大迭代次数，默认值为400。

TolFun 使函数计算终止的容限，默认值为10-6。

TolX 与系数有关的终止容限，默认值为10-6。

系数参数

Unknowns 待定系数的名称。

StartPoint 系数的初值。默认值与模型有关，对于有理模型、威布尔分布模型和自定义模型，默认值在[0,1]区间内随机选择；对于其他所有非线性库模型，初值与数据集有关，并用启发式方法进行计算。

Lower 拟合系数的下界，默认值大多数情况下为-Inf。

Upper 拟合系数的上界，默认值为Inf。

不同模型的系数参数的默认值如表1-1中所示。如果初值已经经过优化，则是基于当前数据集用启发式方法计算出来的。随机初值在[0,1]区间内定义，线性模型不需要初值。

表1-1 不同模型的初值