Nonlinear regression - CurveFitter 4.5.52
Poderá descarregar em 5 segundos.
Sobre Nonlinear regression - CurveFitter
CurveFitter executa análise de regressão estatística para estimar os valores dos parâmetros para funções lineares, multivariadas, polinóias, exponenais e não lineares. A análise de regressão determina os valores dos parâmetros que fazem com que a função se adapte melhor aos dados observados que fornece. Este processo também é chamado de encaixe de curvas. Encaixe milhares de dados nas suas equações em segundos: CurveFitter dá a cientistas, investigadores e engenheiros o poder de encontrar o modelo ideal para mesmo os dados mais complexos, incluindo equações que poderiam nunca ter sido consideradas. Pode construir um conjunto de equações que pode incluir uma grande variedade de modelos lineares e não lineares para qualquer aplicação. A sua adaptação de dados de última geração inclui as seguintes capacidades: *Quaisquer equações definidas pelo utilizador de até nove parâmetros e oito variáveis. *Equações lineares. *Equações exponenciais, logarítmicas e de poder. *Um emulador de matemática de precisão de 38 dígitos para encaixar corretamente polinómios e raciocínios de alta ordem. Resultados de ajuste de curva de revisão gráfica: Uma vez que os seus dados tenham sido ajustados, o CurveFitter classifica e traça automaticamente as equações ajustadas pelos critérios estatísticos de Erro Padrão. Um gráfico residual, bem como a saída de parâmetros é gerado para a equação equipada selecionada dentro da janela Review Curve Fit. Com toda esta potência, ainda é fácil de usar: O CurveFitter aproveita ao máximo a interface de utilizador do Windows para simplificar todos os aspetos de operação -- desde a importação de dados até à produção de resultados. Importar dados do formato TXT. Uma vez que os seus dados estejam no editor, crie um conjunto de equação personalizado e inicie o processo de montagem automática com um único clique de rato. CurveFitter é altamente intuitivo, fácil de usar e notavelmente simples de aprender.