我有一些我希望建模的数据,以便能够在与数据相同的范围内获得相对准确的值.
为了做到这一点,我使用polyfit来拟合6阶多项式,并且由于我的x轴值,它建议我居中并缩放它以获得更准确的拟合,我做了.
但是,现在我想找到这个函数的导数来模拟我的模型的速度.
但我不确定聚合物功能如何与我生成的缩放和拟合的polyfit相互作用.(我不想使用未缩放的模型,因为这不是很准确).
这里有一些代码可以重现我的问题.我尝试重新缩放x值,然后将它们放入适合衍生物的范围内,但这仍然无法解决问题.
x = 0:100;
y = 2*x.^2 + x + 1;
Fit = polyfit(x,y,2);
[ScaledFit,s,mu] = polyfit(x,y,2);
Deriv = polyder(Fit);
ScaledDeriv = polyder(ScaledFit);
plot(x,polyval(Deriv,x),'b.');
hold on
plot(x,polyval(ScaledDeriv,(x-mu(1))/mu(2)),'r.');
在这里,我选择了一个简单的多项式,以便我能够准确地拟合它并产生实际的导数.
非常感谢任何帮助.我正在使用Matlab R2014a BTW.
编辑.刚刚玩了它并通过将差值的结果点除以标准差mu(2),它在-3e-13到约5e-13的范围内给出了非常接近的结果.
polyval(ScaledDeriv,(x-mu(1))/mu(2))/mu(2);
不确定为什么会出现这种情况,还有另一种更优雅的方法来解决这个问题吗？
EDIT2.很抱歉有另一个编辑,但再次发现,并发现大样本x = 1:1000; 偏差变得大得多,直到10.我不确定这是否是由于一个坏的polyfit,即使它是居中和缩放或由于绘制衍生物的有趣方式.
谢谢你的时间
我刚刚开始为我的数据库创建一些单元测试。
如果我伪造了一张桌子，
EXEC tSQLt.FakeTable
@TableName = 'dbo.[My Table]',
@Identity = 0,
@ComputedColumns = 0,
@Defaults = 0
可以查一下是否是假的吗？
请注意，可以在此处找到有关 FakeTable SP 的文档。
动机
我希望能够做到这一点，因为我想象创建几个存储过程来填充这些伪造的表，以便我可以执行测试。但是，我不想处理存储过程中的伪造表（因此我可以多次调用它们，每次输入不同的信息）。
我不想在添加数据之前忘记伪造表格（这几乎肯定会导致我的测试失败）。