建模3变量方程

数据挖掘 数据集
2022-03-01 18:21:54

我的湿度传感器在不同温度下产生的数据如下(忘记频率的目的及其来源)在不同温度下从传感器获得的数据。

重新排列时(以摄氏度为单位的温度)

在此处输入图像描述

在这种情况下,温度和频率是独立变量,而湿度取决于它们两者。如果分析湿度与频率,则湿度似乎与频率成正比,而分析温度与频率时,温度似乎与频率成反比。

我需要能够制作一个方程,在已知温度和频率下求解时给出湿度。例如,如果我输入F = 8179T = 20.5,则H应该接近42%

我从 MATLAB 中尝试了频率polyfitinterp2湿度的关系,并得到了很多错误,并手动尝试了最小二乘法,但最终却一无所获。具体来说,我对 3 变量方程的建模一无所知。在这组数据上建模 3 个变量方程的方法可能是什么。谢谢。

1个回答

你想拟合模型H=β0+β1T+β2H+ϵ

输入数据以适应此问题的标准方法是输入 3 列,一列用于 T,一列用于 F,一列用于 H。

TFH
20 8179 40
30 8044 40
40 7923 40
20 8343 60
30 8250 60
40 8130 60
20 8528 80
30 8430 80
40 8320 80

在 R 中,可以使用以下命令拟合模型:
lm(H~T+F)

不检查模型的适用性,结果是:
系数:(
截距) F
-845.4072 1.1911 0.1056
,Rsqr= 0.9958。

当 F = 8179 和 T = 20.5 时,H 的预测值 = -845.4072 + 1.1911*20.5 + 0.1056*8179 = 42.39791