Discussion :

[valentin.guilhem]

Bonjour,
je cherche a créer un programme fit non-linéaire de forme sigmoïdale.

Après avoir trouvé une toolbox gratuite (ezyfit) http://www.fast.u-psud.fr/ezyfit/ qui ne me donnait pas entière satisfaction (je sais pas si beaucoup ont des retours sur cette toolbox mais certains fits étaient très fantaisistes),comme j'ai un certain nombre de fits à faire, je ne peux pas me permettre de chercher des paramètres manuellement afin de les corriger, mais j'utilise certainement mal ses capacités.

je n'ai pas non plus l'accès à la statistic toolbox

Donc j'ai décidé de me lancer dans le codage d'un petit programme de fit à l'aide de ce tutoriel trouvé sur internet http://nte.mines-albi.fr/MATLAB/co/uc_NonLineaire.html

une fois le tutoriel appliqué à mes données j'obtiens
ce programme en 3 parties:
partie 1

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
%%%%%%%%%%%%%%%%%%
%  fit perso  1  %
%%%%%%%%%%%%%%%%%%
%forme de la fonction à fitter
 
function y = fit (a, x)
y = a(1)/(a(2)+(exp(a(3)-(a(4)*x))))

partie 2

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
%%%%%%%%%%%%%%%%%
%  fit perso 2  %
%%%%%%%%%%%%%%%%%
function out = F(a)
	 global xi yi
	out = sum ((yi - fit(a,xi)).^2);

partie 3

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 
%%%%%%%%%%%%%%%%%
%  fit perso 3  %
%%%%%%%%%%%%%%%%%
% Pour passer les points expérimentaux à F
	global xi yi
% Définition des points expérimentaux
% (en général chargés depuis un fichier              
	xi = mxttdetectc(1,:) % correspond au vecteur ligne: 0 50 70 90 110 130 150 200 250 300 350
	yi = mxttdetectc(2,:) % correspond au vecteur ligne: 0.1111 0 0 0.3750 0.4444 0.8000 0.8889 1.0000 1.0000 1.0000
%
a0 = [1 1 1 1] % paramètres initiaux 
% Appel de l'optimiseur. Attention aux '' autour de F
	asol = fminsearch ( 'F', a0);
 
% Faire une courbe qui présente les points expérimentaux et le fit
plot (xi, yi, '*', xi, fit(asol, xi))

et (hélas) ce message d'erreur:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
??? Error using ==> mrdivide
Matrix dimensions must agree.
 
Error in ==> fit at 5
y = a(1)/(a(2)+(exp(a(3)-(a(4)*x))))
Error in ==> F at 6
	out = sum ( (yi - fit(a,xi)).^2 );
Error in ==> fminsearch at 175
fv(:,1) = funfcn(x,varargin{:});

Merci a ceux qui prendront la peine de lire cet immonde pavé
(si ça se trouve c'est juste une petit erreur)
(sinon même si c'est hors sujet,si quelqu'un a une solution pour faire le fit sous R,je prends aussi)

[Jean Dumoncel]

Bonjour,

première remarque : les variables globales c'est mal!! Bon tu as juste suivi le tutorial et l'usage des variables globales était peut-être justifié à l'époque à laquelle a été écris ce tutorial, mais dans les versions pas trop vieille de matlab, fmincon accepte les fonctions avec paramètres.

Pour l'erreur que tu montres, c'est un problème d'opérateur : dans l'opération a(1)/(a(2)+(exp(a(3)-(a(4)*x)))) "/" est la division matricielle et comme x est un vecteur, ça pose un problème de dimension (les a(i) étant des scalaires). Il faut utiliser l'opérateur ./ qui effectue la division terme à terme.

Donc quelques corrections :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
%%%%%%%%%%%%%%%%%%
%  fit perso  1  %
%%%%%%%%%%%%%%%%%%
%forme de la fonction à fitter

function y = fit (a, x)
y = a(1)./(a(2)+(exp(a(3)-(a(4)*x))))

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
%%%%%%%%%%%%%%%%%
%  fit perso 2  %
%%%%%%%%%%%%%%%%%
function out = F(a,xi,yi)
	out = sum ((yi - fit(a,xi)).^2);

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
%%%%%%%%%%%%%%%%%
%  fit perso 3  %
%%%%%%%%%%%%%%%%%
% Pour passer les points expérimentaux à F

% Définition des points expérimentaux
% (en général chargés depuis un fichier              
	xi = mxttdetectc(1,:) % correspond au vecteur ligne: 0 50 70 90 110 130 150 200 250 300 350
	yi = mxttdetectc(2,:) % correspond au vecteur ligne: 0.1111 0 0 0.3750 0.4444 0.8000 0.8889 1.0000 1.0000 1.0000
%
a0 = [1 1 1 1] % paramètres initiaux 
% Appel de l'optimiseur. Attention aux '' autour de F
	asol = fminsearch ( @(a) F(a,xi,yi), a0);
	                                 
% Faire une courbe qui présente les points expérimentaux et le fit
plot (xi, yi, '*', xi, fit(asol, xi))

[Jerome Briot]

(sinon même si c'est hors sujet,si quelqu'un a une solution pour faire le fit sous R,je prends aussi)

Tu peux poser ta question sur le forum R

[valentin.guilhem]

Merci beaucoup pour ces conseils (je suis désolé d'avoir utilisé des variables globales, je ne recommencerais pas ).
En tout cas le fit marche pour un sujet, je vais tenter de l'améliorer pour qu'il me traite les sujets à la suite.
Donc encore merci

[valentin.guilhem]

Bonjour je remonte un peu ce topic pour savoir si quelqu'un avait une idée pour rajouter un correcteur a ce petit programme de fit.
Ou éventuellement y implanter un modèle de régression suivant un algorithme de "maximum likelyhood" à la place du minimum square
Merci