Documentación de FlexPro 2025

ParameterEstimation

Aproxima un modelo no lineal a un conjunto de datos. Aquí se utilizan procedimientos no iterativos. Puede elegir entre el procedimienro "Grid-Search" y el procedimiento "Random-Search".

Sintaxis

ParameterEstimation(Model, Data, [ Bounds ], [ Variations ] [ , Mode = MODE_RANDOM ])
o
ParameterEstimation(UserdefinedModel, N, Data, [ Bounds ], [ Variations ], [ Mode = MODE_RANDOM ] [ , AuxData ])

La sintaxis de la función ParameterEstimation consta de los siguientes elementos:

Parte

Descripción

Model

Determina el modelo que debe adaptarse a los datos.

El argumento puede seleccionarse de una lista de modelos predefinidos.

El argumento Model puede tener los siguientes valores:

Constante	Significado
MODEL_RATIONAL_RATIONAL1	Función racional (variante 1)
MODEL_RATIONAL_RATIONAL2	Función racional (variante 2)
MODEL_RATIONAL_RATIONAL3	Función racional (variante 3)
MODEL_RATIONAL_RATIONAL4	Función racional (variante 4)
MODEL_RATIONAL_RATIONAL5	Función racional (variante 5)
MODEL_RATIONAL_RECI1	Función recíproca (variante 1)
MODEL_RATIONAL_RECI2	Función recíproca (variante 2)
MODEL_RATIONAL_RECI3	Función recíproca (variante 3)
MODEL_RATIONAL_RECI4	Función recíproca (variante 4)
MODEL_RATIONAL_BET1	Modelo BET (variante 1)
MODEL_RATIONAL_BET2	Modelo BET (variante 2)
MODEL_RATIONAL_HOLLIDAY	Modelo Holliday (variante 1)
MODEL_RATIONAL_HOLLIDAYEXT	Modelo Holliday (variante 2)
MODEL_RATIONAL_NELDER	Función Nelder
MODEL_POWER_BELEHRADEK	Modelo Belehradek
MODEL_POWER_BLEASDALENELDER	Modelo Bleasdale-Nelder
MODEL_POWER_FREUNDLICH1	Modelo Freundlich (variante 1)
MODEL_POWER_FREUNDLICH2	Modelo Freundlich (variante 2)
MODEL_POWER_FREUNDLICHEXT	Modelo Freundlich (variante 3)
MODEL_POWER_GUNARY	Modelo Gunary
MODEL_POWER_HARRIS	Modelo Harris
MODEL_POWER_LANGMUIREXT1	Modelo Langmuir (variante 1)
MODEL_POWER_LANGMUIREXT2	Modelo Langmuir (variante 2)
MODEL_POWER_PARETO	Modelo Pareto
MODEL_POWER_POWER1	Función exponencial (variante 1)
MODEL_POWER_POWER2	Función exponencial (variante 2)
MODEL_POWER_POWER3	Función exponencial (variante 3)
MODEL_POWER_POWER4	Función exponencial (variante 4)
MODEL_EXP_TIMEPOWER	Modelo tiempo-potencia
MODEL_EXP_BOXLUCAS1	Box Lucas (variante 1)
MODEL_EXP_BOXLUCAS2	Box Lucas (variante 2)
MODEL_EXP_BOXLUCAS3	Box Lucas (variante 3)
MODEL_EXP_CHAPMAN	Modelo de Chapman
MODEL_EXP_EXPONENTIAL_ONEPARA1	Función exponencial con 1 parámetro (variante 1)
MODEL_EXP_EXPONENTIAL_ONEPARA2	Función exponencial con 1 parámetro (variante 2)
MODEL_EXP_EXPONENTIAL_ONEPARA3	Función exponencial con 1 parámetro (variante 3)
MODEL_EXP_EXPONENTIAL_ONEPARA4	Función exponencial con 1 parámetro (variante 4)
MODEL_EXP_EXPONENTIAL_ONEPARA5	Función exponencial con 1 parámetro (variante 5)
MODEL_EXP_EXPONENTIAL_ONEPARA6	Función exponencial con 1 parámetro (variante 6)
MODEL_EXP_EXPONENTIAL_ONEPARA7	Función exponencial con 1 parámetro (variante 7)
MODEL_EXP_EXPONENTIAL_TWOPARA1	Función exponencial con 2 parámetros (variante 1)
MODEL_EXP_EXPONENTIAL_TWOPARA2	Función exponencial con 2 parámetros (variante 2)
MODEL_EXP_EXPONENTIAL_TWOPARA3	Función exponencial con 2 parámetros (variante 3)
MODEL_EXP_EXPONENTIAL_THREEPARA1	Función exponencial con 3 parámetros (variante 1)
MODEL_EXP_EXPONENTIAL_THREEPARA2	Función exponencial con 3 parámetros (variante 2)
MODEL_EXP_EXPONENTIAL_THREEPARA3	Función exponencial con 3 parámetros (variante 3)
MODEL_EXP_EXPONENTIAL_ASSOCIATE	Función exponencial vinculada
MODEL_EXP_EXPONENTIAL_DECAY1	Función exponencial decreciente (variante 1)
MODEL_EXP_EXPONENTIAL_DECAY2	Función exponencial decreciente (variante 2)
MODEL_EXP_EXPONENTIAL_DECAY3	Función exponencial decreciente (variante 3)
MODEL_EXP_EXPONENTIAL_DECAY4	Función exponencial decreciente (variante 4)
MODEL_EXP_EXPONENTIAL_DECAY5	Función exponencial decreciente (variante 5)
MODEL_EXP_EXPONENTIAL_DECAY6	Función exponencial decreciente (variante 6)
MODEL_EXP_EXPONENTIAL_GROW1	Función exponencial creciente (variante 1)
MODEL_EXP_EXPONENTIAL_GROW2	Función exponencial creciente (variante 2)
MODEL_EXP_EXPONENTIAL_GROW3	Función exponencial creciente (variante 3)
MODEL_EXP_EXPONENTIAL_GROW4	Función exponencial creciente (variante 4)
MODEL_EXP_EXPONENTIAL_GROW5	Función exponencial creciente (variante 5)
MODEL_EXP_EXPONENTIAL_GROW6	Función exponencial creciente (variante 6)
MODEL_EXP_EXPONENTIAL_LINEAR	Combinación lineal exponencial
MODEL_EXP_EXPONENTIAL	Función exponencial
MODEL_EXP_MONOMOLECULAR1	Modelo de crecimiento monomolecular (variante 1)
MODEL_EXP_MONOMOLECULAR2	Modelo de crecimiento monomolecular (variante 2)
MODEL_EXP_SHAW	Modelo Shaw
MODEL_EXP_STIRLING	Modelo Stirling
MODEL_EXP_YIELDFERTILIZER1	Modelo de regresión asintótica (variante 1)
MODEL_EXP_YIELDFERTILIZER2	Modelo de regresión asintótica (variante 2)
MODEL_GROWTH_BOLTZMANN	Modelo Boltzmann
MODEL_GROWTH_HILL	Modelo Hill
MODEL_GROWTH_LOGISTICDOSERESPONSE	Modelo logístico dosis-respuesta
MODEL_GROWTH_GOMPERTZ	Modelo Gompertz
MODEL_GROWTH_SIGMOIDALLOGISTIC1	Modelo logístico (variante 1)
MODEL_GROWTH_SIGMOIDALLOGISTIC2	Modelo logístico (variante 2)
MODEL_GROWTH_SIGMOIDALLOGISTIC3	Modelo logístico (variante 3)
MODEL_GROWTH_SIGMOIDALRICHARDS2	Modelo Richards
MODEL_GROWTH_SIGMOIDALWEIBULL1	Modelo Weibull (variante 1)
MODEL_GROWTH_SIGMOIDALWEIBULL2	Modelo Weibull (variante 2)
MODEL_HYPERBOLA_HYPERBOLA1	Función hiperbólica (variante 1)
MODEL_HYPERBOLA_HYPERBOLA2	Función hiperbólica (variante 2)
MODEL_HYPERBOLA_HYPERBOLA3	Función hiperbólica (variante 3)
MODEL_HYPERBOLA_HYPERBOLA4	Función hiperbólica (variante 4)
MODEL_HYPERBOLA_HYPERBOLA5	Función hiperbólica (variante 5)
MODEL_LOGARITHM_BRADLEY	Función Bradley
MODEL_LOGARITHM_LOG1	Función logaritmo (variante 1)
MODEL_LOGARITHM_LOG2	Función logaritmo (variante 2)
MODEL_LOGARITHM_LOG3	Función logaritmo (variante 3)
MODEL_LOGARITHM_LOG4	Función logaritmo (variante 4)
MODEL_PEAK_ASYMMETRICDOUBLESIG	Modelo asimétrico de doble sigmoide
MODEL_PEAK_BETA	Función beta
MODEL_PEAK_EXTREME	Función extrema
MODEL_PEAK_GAUSS	Modelo gaussiano (variante 1)
MODEL_PEAK_GAUSSAMPLITUDE	Modelo gaussiano (variante 2)
MODEL_PEAK_GRAMCHARLIER	Modelo Gram-Charlier
MODEL_PEAK_INVERSEPOLYNOMIAL	Función polinómica inversa
MODEL_PEAK_LOGISTICPEAK	Function Peak logística
MODEL_PEAK_LOGNORMAL	Función lognormal
MODEL_PEAK_LORENTZIANPEAK	Function pico de Lorentz
MODEL_PEAK_PSEUDOVOIGT1	Función Pseudo-Voigt (variante 1)
MODEL_PEAK_PSEUDOVOIGT2	Función Pseudo-Voigt (variante 2)
MODEL_PEAK_WEIBULL	Modelo Weibull
MODEL_PHARMA_BIPHASIC	Modelo bifásico
MODEL_PHARMA_DOSERESPONSE	Modelo dosis-respuesta
MODEL_PHARMA_BINDING1	Curva de enlace (variante 1)
MODEL_PHARMA_BINDING2	Curva de enlace (variante 2)
MODEL_PHARMA_COMPETITION1	Curva de competencia (variante 1)
MODEL_PHARMA_COMPETITION2	Curva de competencia (variante 2)
MODEL_WAVE_SINE	Función seno
MODEL_WAVE_SINEDAMP	Función seno amortiguado
MODEL_WAVE_SINESQUARE	Función seno cuadrado
MODEL_NIST_BENNET5	Modelo NIST Bennet5
MODEL_NIST_CHWIRUT	Modelo NIST Chwirut
MODEL_NIST_DANWOOD	Modelo NIST Danwood
MODEL_NIST_ECKERLE4	Modelo NIST Eckerle4
MODEL_NIST_ENSO	Modelo NIST Enso
MODEL_NIST_GAUSS	Modelo NIST Gauss
MODEL_NIST_HAHN1	Modelo NIST Hahn1
MODEL_NIST_KIRBY2	Modelo NIST Kirby2
MODEL_NIST_LANCZOS	Modelo NIST Lanczos
MODEL_NIST_MGH09	Modelo NIST MGH09
MODEL_NIST_MGH10	Modelo NIST MGH10
MODEL_NIST_MGH17	Modelo NIST MGH17
MODEL_NIST_MISRA1A	Modelo NIST Misra1A
MODEL_NIST_MISRA1B	Modelo NIST Misra1B
MODEL_NIST_MISRA1C	Modelo NIST Misra1C
MODEL_NIST_MISRA1D	Modelo NIST Misra1D
MODEL_NIST_RAT42	Modelo NIST RAT42
MODEL_NIST_RAT43	Modelo NIST RAT43
MODEL_NIST_ROSZMAN1	Modelo NIST Roszman1
MODEL_NIST_BOXBOD	Modelo NIST Boxbod

UserdefinedModel

Determina el modelo personalizado que debe adaptarse a los datos. El argumento contiene el código FPScript para calcular la función del modelo (véase función NonLinCurveFit).

Las estructuras de datos permitidas son Valor escalar. Los tipos de datos permitidos son Cadena.

Es el número de parámetros utilizados en el modelo personalizado.

Las estructuras de datos permitidas son Valor escalar. Se permiten todos los tipos de datos enteros.

El valor debe ser mayor o igual que 1.

Data

Son los datos a los que debe adaptarse el modelo. Si el modelo tiene varias variables dependientes, el argumento debe especificarse como una lista con un conjunto de datos por variable.

Las estructuras de datos permitidas son Serie de datos, Matriz de datos, Señal, Serie de señales y Lista. Se permiten todos los tipos de datos numéricos excepto Tiempo de calendario.

Bounds

Es la matriz de datos con los límites de los parámetros del modelo que se va a determinar. La matriz contiene una columna con dos límites por parámetro. Si omite el argumento, se utiliza ±1000 como límite.

Las estructuras de datos permitidas son Matriz de datos. Se permiten todos los tipos de datos numéricos.

Si el argumento es una lista, se toma su primer elemento. Si se trata de nuevo de una lista, se repite el proceso.

Variations

Es la serie de datos con el número de variaciones de cada parámetro. El valor predeterminado es 10 para cada parámetro.

Las estructuras de datos permitidas son Serie de datos. Se permiten todos los tipos de datos reales.

Si el argumento es una lista, se toma su primer elemento. Si se trata de nuevo de una lista, se repite el proceso.

Mode

Especifica el modo que debe utilizarse.

El argumento Mode puede tener los siguientes valores:

Constante	Significado
MODE_RANDOM	Selecciona el procedimiento "Random-Search". Las variaciones que deben analizarse en el intervalo de valores se distribuyen aleatoriamente.
MODE_GRID	Selecciona el procedimiento "Grid-Search". Las variaciones que se van a analizar en el intervalo de valores son equidistantes.

Se establece el valor predeterminado MODE_RANDOM si no se especifica el argumento.

AuxData

Cualquier dato que pueda transferirse de forma opcional al modelo personalizado como argumento 'd'.

Todas las estructuras de datos están permitidas. Se permiten todos los tipos de datos.

Notas

El resultado siempre tiene la estructura de datos Serie de datos.

El resultado es una serie de datos con los parámetros estimados del modelo. El argumento Variations define el número de combinaciones que deben calcularse. Para un modelo con tres parámetros y las variaciones {10,10,10}, se calculan 1000 combinaciones. El procedimiento "Random-Search" calcula valores de los parámetros distribuidos aleatoriamente que se encuentran dentro de los límites especificados. Con el procedimiento "Grid-Search", la distancia entre valores de parámetros vecinos es constante. Este valor viene determinado por el argumento Bounds y el argumento Variations argumento. Un número de variaciones de 10 significa que un parámetro puede adoptar 10 valores específicos dentro del intervalo de valores. A continuación, se calcula el modelo utilizando las combinaciones de parámetros así definidas. Cuanto mayores sean los límites del intervalo, menos precisa será la estimación. El resultado es la combinación que minimiza la suma de cuadrados residual. El método es adecuado principalmente para estimar los parámetros de partida para el ajuste de curvas no lineales.

Si no se devuelve ningún valor como resultado, deberá restringirse el rango de valores a analizar mediante el argumento Bounds.

Disponibilidad

FlexPro Basic, Professional, Developer Suite

Ejemplos

Dim p = ParameterEstimation(MODEL_EXP_EXPONENTIAL_DECAY1, Ag, {{0,1000}, {0,1000}, {0,1000}}, {10, 10, 10}, MODE_RANDOM)
NonLinModel(MODEL_EXP_EXPONENTIAL_DECAY1, Ag, p)

Estima los parámetros del modelo de función exponencial decreciente (variante 1) utilizando el procedimiento de "Random-Search" y calcula los datos modelados. Los parámetros pueden estar comprendidos entre 0 y 1000.

Véase también

Función NonLinCurveFit

Función NonLinModel

Objeto de análisis Ajuste de curva no lineal

Conozca, experimente y utilice FlexPro. ¡Asegure su excelencia personal en la evaluación de datos de medición!

Boletín Weisang

Asegure su excelencia personal en conocimiento y manténgase informado con nuestro boletín gratuito.

Pregunte a nuestros expertos

¿Quiere saber más sobre FlexPro y nuestros servicios personalizados? ¡Nuestros expertos están a su disposición!

Probar FlexPro gratis

Obtenga su versión de prueba gratuita y familiarícese con todas las funciones de FlexPro sin compromiso.