Téléchargement
illégal
Posez votre question Signaler

SOS la moindre carré

tétisa - Dernière réponse le 24 févr. 2010 à 15:34
slt j'ai besoin d'aide j'ai un programme sur la méthode de moindre carré et je connais rien en matlab et ce projet compte a 70% de ma moyenne il sagite de
1- fabriqué une courb
2- générer une courb
3- lisser le signal bruité par la moindre carré
svp aidée moi car c urgent c mon avenir qui est en jeux merci d'avance
Lire la suite 

SOS la moindre carré »

23 réponses
Réponse
+12
moins plus
un projet qui dure 15 j et fait 70% de la moyenne de l'année ? et ben, c'est vache ça !
Ton avenir est en jeux, mais te donner la solution n'ai pas forcement une bonne chose. Tu devrai de poser des questions en effet sur ton avenir. Buter autant sur un projet si important... que fera tu dans ton futur travail si on te demande des choses similaire ??

1-fabriqué une courbe, c'est facile, mais qu'est-ce que tu veux comme courbe ?
2- je ne vois pas la différence avec 1-
3- Pour lisser avec les moindre carré, je ne vois pas comme ça. Je sais faire des filtres et interpoler par méthode des moindres carré. Le problème, c'est que cette dernière méthode demande une fonction à corrélé.
Ajouter un commentaire
Réponse
+2
moins plus
slt j'ai besoin d'aide j'ai un programme sur la méthode de moindre carré et je connais rien en matlab et ce projet compte a 70% de ma moyenne il sagite de
1- fabriqué une courb
2- générer une courb
3- lisser le signal bruité par la moindre carré et le suprimé ce bruit

svp aidée moi car c urgent c mon avenir qui est en jeux merci d'avance
manou - 6 févr. 2009 à 20:54
%******************************************
% Génération de données expérimentales: *
% y=1./(1+exp(-x))+0.05*randn(1,length(x))*
%******************************************
clc; % Effacer l'écran
clear all; % Effacer des variables de l'espace de travail
x=-5:0.1:5; % Intervalle de définition et de calcul de la sigmoïde

% Fonction sigmoïde bruitée
y=1./(1+exp(-x))+0.05*randn(1,length(x));
plot (x,y); % Tracé de la sigmoïde bruitée
title('Fonction sigmoïde bruitée - Polynôme d''interpolation');
xlabel('x');ylabel('y');

% Polynôme d'interpolation d'ordre 1
P=polyfit(x,y,1);

% Valeurs du polynôme d'interpolation
Vp=polyval(P,x);

% Tracé du polynôme d'interpolation
hold on;

plot(x,Vp,'--');
% Calcul de l'erreur d'interpolation
erreur=y-Vp;
% Tracé de la courbe de l'erreur
plot(x,erreur,':')
grid

gtext('Mesures')
gtext('Erreur')
gtext('Modèle')
hold off
% Affichage du polynôme d'interpolation
disp('Polynôme d''interpolation')
P
Var_erreur=num2str(std(erreur).^2);
disp(['La variance de l''erreur d''interpolation est : ',Var_erreur])
Ajouter un commentaire
Réponse
+1
moins plus
piste (30s sur google) :
http://forums.ni.com/ni/board/message?board.id=4170&message.id=12807
et si tu as un peu de sous à dépenser (si ton avenir est en jeu, c'est pas 6 € qui t'arreteront)
http://www.oodoc.com/1333-lissage-d-images-par-les-moindres-carres.php
Mais je pense qu'il faut un fonction.
Par exemple, imaginons que nous ayons un nuage de point. Nous supposons, ou la théorie nous dit qu'ils doivent respecter une loi linéaire.
Nous cherchons alors une droite d'équation y=m·x+p, de tel manière que l'on colle le mieux au résultat.
Le méthode des moindres carrés est la pour ça : déterminer la meilleur droite, c'est à dire les coefficient m et p permettant de coller le plus au nuage de point.
La méthode considère que la "distance" à la courbe est le critère pour y coller le mieux. Donc, on fait la somme des distance au carré :
sum (p(i)-(m·x(i)+p))²
Comme on veux que cette somme soit la plus petite possible, car c'est la valeur ayant les distances les plus faible, on cherche à annuler le gradient (en un minimum, le gradient est toujours nul).
On dérive donc la somme par m et p, et on cherche le minimum.
Ajouter un commentaire
Réponse
+0
moins plus
J'ai aussi trouver ça :
http://www.vbfrance.com/...
qui parle de "lissage par méthode des moindres carrés", la encore il se donne une fonction, ici un polynôme de degrés p.
Ajouter un commentaire
Réponse
+0
moins plus
merci bcp
Ajouter un commentaire
Réponse
+0
moins plus
en féte j ss assise la depuis 8heurs et j'ai tjr pas résolue mon probléme alirs q fair?
Ajouter un commentaire
Réponse
+0
moins plus
Salut tous le monde !!
Voici un exercice en stat à convertir en Pascal ,je garde rien des stats ni des matrices !!

Enoncé du problème :

Dans le cadre de l'élaboration d'un plan de développement à titre
indicatif, un groupe d'économètre doivent fournir une prévision des
importations pour l'année 2010. Les importations leurs paraissent
être liées à la production industrielle de ce pays. Or ils disposent
d'une série chronologique des importations entre 1996-2005 d'une
série de la production industrielle pour la même période et enfin
d'une prévision de la production pour 2010.
Au cours d'une première approche et par souci de simplification, ils
adoptent un modèle linéaire simple à une variable explicative, puis
plusieurs variables explicatives.

Nous avons le tableau suivant :

Milliards UM

années Imp. PIB Pc C
1996 197 1000 100 710
1997 222 1008 102 760
1998 222 1120 108 785
1999 257 1220 95 855
2000 275 1300 98 915
2001 290 1340 90 930
2002 294 1420 115 990
2003 318 1480 102 1030
2004 335 1560 93 1080
2005 360 1620 92 1115

Imp. : les importations.
PIB : production industrielle brut.
Pc : Indice de compétitivité.
C : consommation de ménage de pays.

Il vous est demandé de :

1/ L'écriture matricielle du modèle d'importation : fonction de la
production industrielle brute et l'indice de compétitivité.
2/ Le calcul du modèle estimé notamment :
-la matrice des variances et covariances de Ut, variable aléatoire
exogène.
-La matrice des variances covariances estimé de a*.
-Les prévisions ponctuelles des valeurs des importations pour l'année
2006.

On donne le modèle d'importation :

Mt = a1Yt + a2Pc + a3 + Ut
L'estimation se fait par la méthode des moindres carrés (pour α = 5%)

Transformer le problème ci-dessus en programme Pascal.
Ajouter un commentaire
Réponse
+0
moins plus
je suis a mesure de vous rendre un service pour se faire, il vous vaudra mettre a ma disposition des données relatif à la creation de la courbe et le reste s'en suivra

faite moi savoir votre serie chronologique
Ajouter un commentaire
Réponse
+0
moins plus
SLt les gas j'aimerais bien avoir des cours sur les méthodes d'optimisation des systèmes linéaires par le moindre carre et le gradient et meme des programme matlab et quelques exercices merci
Ajouter un commentaire
Réponse
+0
moins plus
heu vous venez de quelle planéte :s:s:s:s:s
Ajouter un commentaire
Réponse
-1
moins plus
alors tjr pas d'idée sur mon travaille svp éssayer de me donné en moin un signe car il me rest 5jours j'ai une petit aidée mais se que je n'arrive pas a fair le lissage
svp
Ajouter un commentaire
Réponse
-1
moins plus
merci de m'avoir répondue j'ai fait la premiére et la 2éme question mais la 3éme je n'ai aucune aidée .il nous on demander de supprimé le bruit (lissage,smoothing) par la moindre carré et la ???????????????alors quesque t'en dit?
channelBob - 24 mars 2008 à 16:22
alors j'attend tjr svp
Char Snipeur- 26 mars 2008 à 12:26
Salut.
As tu au moins pris la peine de lire les différents sites donnée en lien dans ce sujet ?
à mon avis, il faut un degrès d'interpolation inférieur au nombre de points à interpoler, sinon on retombe sur le résultat original. Ensuite, il faut choisir la différence entre les deux de façon à filtrer le bruit sans atténuer le signal.
channel - 26 mars 2008 à 16:12
c bon j'au réusis merci bcp
Ajouter un commentaire
Ce document intitulé « SOS la moindre carré » issu de CommentCaMarche (www.commentcamarche.net) est mis à disposition sous les termes de la licence Creative Commons. Vous pouvez copier, modifier des copies de cette page, dans les conditions fixées par la licence, tant que cette note apparaît clairement.
Dossier à la une
Passage au tout numérique : quel coût pour les particuliers ?