r****y 发帖数: 1437 | 1 如果有一组数据,比如时间序列,
(t1, x1), (t2, x2), ...
如果用线性拟合,很容易检验这种拟合到底多好,误差估计等等,e.g. R-
square
如果现在想用stochastic ODE 来拟合,
dx/dt = Ax + noise
应该用什么metric来衡量这种拟合的好坏? | D*******a 发帖数: 3688 | 2 use error covariance
你这个感觉像kalman filter
【在 r****y 的大作中提到】 : 如果有一组数据,比如时间序列, : (t1, x1), (t2, x2), ... : 如果用线性拟合,很容易检验这种拟合到底多好,误差估计等等,e.g. R- : square : 如果现在想用stochastic ODE 来拟合, : dx/dt = Ax + noise : 应该用什么metric来衡量这种拟合的好坏?
|
|