Origin(Pro)数据拟合系列教程：如何自定义函数
2016-11-28 百纳知识 ScientificPlots 百纳知识 ScientificPlots
我们的数据拟合系列教程，本次介绍大家比较关心的如何自定义函数进行数据拟合。自定义函数通常是针对非线性函数，线性函数或者多项式式函数也不便于自定义，那你说固定线性函数的斜率或者截距是不是自定义函数？Origin(Pro)软件提供了自定义函数的功能，可以在原有函数的基础上进行修改，也可以完全自定义一个函数。本教程是在OriginPro 2017学习版上示例，其他版本与之类似。所用数据位上篇教程中的酸奶
我们的数据拟合系列教程，本次介绍大家比较关心的如何自定义函数进行数据拟合。自定义函数通常是针对非线性函数，线性函数或者多项式式函数也不便于自定义，那你说固定线性函数的斜率或者截距是不是自定义函数？
Origin(Pro)软件提供了自定义函数的功能，可以在原有函数的基础上进行修改，也可以完全自定义一个函数。本教程是在OriginPro 2017学习版上示例，其他版本与之类似。所用数据位上篇教程中的酸奶随时间变化Compliance的数据，示例方程为：
图片截自：Food Science and Technology International, 2015, 22(1): 31–46
（二）Edit Fitting Function：通常是选择与目标函数比较接近的现有函数，对其进行修改，使之符合你的要求。
（三）Create New Fitting Function：根据Fitting Function Builder向导，完成自定义函数。左侧为Hints，显示每一步的提示与帮助。
（a）Name and Type
（i）自定义函数的名称信息：选择你的函数要归入的category，填写函数名以及函数描述，便于后续使用。
（ii）Function Model：Explicit还是Implicit，即显式函数，还是隐式函数。比如y=a*x+b是显式函数，而x^2+y^2-4=0就是隐式函数。
（iii）Function Type：通常选择Expression或者Equations，若你技术好，也可以使用OriginC或者LabTalk Script。Expression类型只能是一个表达式，而Equations则可以表达多行或者多个因变量的函数。后文以Expression为例介绍。
（b）Variables and Paremeters：输入自变量、因变量、参数、常量等信息。本例所实例函数可以表示为如下公式形式，因此自变量为x，因变量为y，参数为A，B，C和D。如果是峰值函数，还需要勾选下面的Peak Function选项。
（c）Expression Function：输入函数主体，并可以验证函数表达式是否正确。
（i）Parameters/Constants：定义变量的单位、物理含义、是否固定、初始值等信息，一般默认即可。
（ii）Function Body：函数体，此处为1/A+1/B*(1-exp(-x*B/C))+x/D。特别提醒：注意乘号，不能省略。
（iii）Quick Check：用于检查函数体是否正确，给自变量一个值，比如1，点击跑步的小人，得到计算结果。如果函数体不正确，会有错误提示。特别提醒：在输入函数体后，一定要使用这个功能测试下函数体的表达式是否正确。
（d）Parameter Initialization Code：参数的初始化。OriginPro 2017版本提供了使用Variable或者Metadata来初始化参数的方法，同时也保留了使用Code来初始化参数的方法。
（i）Use Variable or MetaData：选择参数初始化的方法，比如是X Min等。
（ii）Use Custom Code：点击右侧的按钮，打开Code Builder界面，在//Code to be executed to initialized parameters下面输入y_data=1/A+1/B*(1-exp(-x_data*B/C))+x_data/D（注意与函数体的差别），点击Compile，查看编辑结果。
（e）Bounds and General Linear Constraints：设置参数的边界与约束条件。单击< or <=栏变换边界类型，双击Lower/Upper Bounds栏输入边界数字。
（f）Derived Parameters：可选项。
（g）Script before or after Fitting：可选项。
（h）点Finish返回拟合窗口，使用中间的按钮拟合。
（四）Add：导入已经保存的函数文件，后缀名为.FDF。
小提示：本篇资讯需要登录阅读，点击跳转登录
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
讲的很好，点个赞
68
好内容
82
学习了好东西！
77
学习了，分享了。
62
#PRO#
37
再次学习并分享
75
希望出现相关一系列的课程
30
希望可以多了解点统计知识呀
32
天天在学习
35