Matlab结合ChatGPT—如何计算置信区间?

​前面分享了带置信区间的折线图和带置信区间的折线散点图的绘图教程:

很多人表示,昆哥,图是很好看啦,但咱不会求置信区间啊,咋办嘞?

说实话,这种事情属于数据处理,一般都是在画图前解决的,所以我在教程中是不会体现的。

另一方面,数据处理工作涉及面太广,很多我自己用不到,也就不会深入研究,更谈不上出干货教程(但不影响画图)。

不过,最近这不学会ChatGPT了嘛,搞不定找他呗。

Matlab&ChatGPT计算置信区间

首先,为了防止他随便编个代码骗我,我从《Nature》论文中找到一幅带置信区间的折线散点图

利用之前分享的图片数据提取工具,提取其中的离散点,作为原始数据,而图片本身作为验证信息,检验ChatGPT给出的结果是否正确

然后,向ChatGPT中提问:

这是他给出的代码:

% 数据准备data = [0.046053 0.096491 0.14912 0.19518 0.24342 0.30044 0.3443 0.39474 0.44737 0.5 0.54825 0.59649 0.70175 0.74781 0.80044 0.64912 0.85088 1.0044 0.95175 0.90132;         -1.7629 -1.6466 -1.7949 -1.8486 -1.7438 -1.754 -1.7412 -1.662 -1.731 -1.7195 -1.7412 -1.699 -1.6837 -1.7195 -1.7272 -1.4575 -1.4166 -1.3553 -1.4639 -1.4895];x = data(1, :);y = data(2, :);% 线性拟合[p, S] = polyfit(x, y, 1);% 计算拟合直线的y值y_fit = polyval(p, x);% 计算标准误差n = length(y); % 样本数量y_residual = y - y_fit; % 残差SSE = sum(y_residual.^2); % 残差平方和sy = sqrt(SSE / (n - 2)); % 残差标准差% 计算置信区间alpha = 0.05; % 置信水平 95%t_value = tinv(1 - alpha/2, n - 2); % 学生 t 分布临界值x_mean = mean(x); % x 的均值Sxx = sum((x - x_mean).^2); % x 的方差和delta = t_value * sy * sqrt(1/n + (x - x_mean).^2 / Sxx); % 置信区间% 可视化figure;plot(x, y, 'bo'); % 原始数据点hold on;plot(x, y_fit, 'r-', 'LineWidth', 2); % 拟合直线plot(x, y_fit + delta, 'r--', 'LineWidth', 1.5); % 上置信区间plot(x, y_fit - delta, 'r--', 'LineWidth', 1.5); % 下置信区间legend('原始数据', '拟合直线', '置信区间', 'Location', 'Best');xlabel('x');ylabel('y');title('带噪声离散点的线性拟合及其置信区间');hold off;

将代码复制粘贴到Matlab,得到结果:

可以看到,除了图片比例之类的细节问题,结果图的整体趋势同验证图没啥区别,说明ChatGPT给的代码没问题。

简单调一下绘图细节:

保险起见,我又问了一下置信区间的计算原理,这是他给出的答案:

找了一下网上相关内容,基本也是大差不差,说明他还是很靠谱的。

以上。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/871040.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

家政服务小程序:提高家政服务,新商机!

当下,社会生活的节奏非常快,人们忙于工作,在日常生活家务清洁中面临着时间、精力不足的问题,因此对家政服务的需求日益增加,这也推动了家政行业的迅速发展。目前不少年轻人都开始涌入到了家政行业中,市场的…

HTTP协议。(HTTP-概述和特点、HTTP-请求协议、HTTP-请求数据格式、浏览器访问服务器的几种方式)

2.1 HTTP-概述 HTTP协议又分为:请求协议和响应协议 请求协议:浏览器将数据以请求格式发送到服务器 包括:请求行、请求头 、请求体 响应协议:服务器将数据以响应格式返回给浏览器 包括:响应行 、响应头 、响应体 2.…

重要!!!MySQL 9.0存在重大BUG!!

7/11日开源数据库软件服务商percona发布重要警告,最新的mysql版本存在重大bug,原文如下 Do Not Upgrade to Any Version of MySQL After 8.0.37 Warning! Recently, Jean-Franois Gagn opened a bug on bug.mysql.com #115517; unfortunately, the bug…

CT金属伪影去除的去噪扩散概率模型| 文献速递-基于深度学习的多模态数据分析与生存分析

Title 题目 A denoising diffusion probabilistic model for metal artifact reduction in CT CT金属伪影去除的去噪扩散概率模型 01 文献速递介绍 CT图像中的金属伪影是在CT扫描视野内存在金属物体(如牙科填充物、骨科假体、支架、手术器械等)时出…

探索Java网络编程精髓:UDP与TCP的实战魔法!

Java 中提供了专门的网络编程程序包 java.net,提供了两种通信协议:UDP(数据报协议)和 TCP(传输控制协议),本文对两种通信协议的开发进行详细介绍。 1 UDP 介绍 UDP:User Datagram Pr…

css横向滚动条支持鼠标滚轮

在做视频会议的时候&#xff0c;标准模式视图会有顶部收缩的一种交互方式&#xff0c;用到了横向滚动&#xff1b;一般情况下鼠标滚轮只支持竖向滚动&#xff0c;这次写个demo是适配横向滚动&#xff1b; 效果图展示 实现横向滚动条顶部显示 <div className{style.remote_u…

已知经纬度坐标,评价数据空间分布均匀性

文章目录 基本介绍1. 可视化分析使用Python的matplotlib和Basemap库&#xff1a; 2. 统计检验使用Python的scipy库进行Kolmogorov-Smirnov检验&#xff1a; 3. 空间分析技术使用Python的geopandas和sklearn库进行核密度估计&#xff1a; 调用函数1. 可视化分析函数2. 统计检验函…

如何在Linux系统下安装Anaconda

安装步骤 一、在Linux服务器下获取Anaconda安装包二、启动Anaconda安装程序三、修改PATH环境变量四、验证Anaconda是否安装成功 最近课题组实验室又新购了两台服务器&#xff0c;需要重新部署深度学习环境才能使用&#xff0c;但我突然发现自己不太记得Anaconda具体的安装过程了…

【YOLO格式的数据标签,目标检测】

标签为 YOLO 格式&#xff0c;每幅图像一个 *.txt 文件&#xff08;如果图像中没有对象&#xff0c;则不需要 *.txt 文件&#xff09;。*.txt 文件规格如下: 每个对象一行 每一行都是 class x_center y_center width height 格式。 边框坐标必须是 归一化的 xywh 格式&#x…

nginx正向代理和反向代理

nginx正向代理和反向代理 正向代理以及缓存配置 代理&#xff1a;客户端不再是直接访问服务器&#xff0c;通过代理服务器访问服务端。 正向代理&#xff1a;面向客户端&#xff0c;我们通过代理服务器的IP地址访问目标服务端。 服务端只知道代理服务器的地址&#xff0c;真…

CRC32简述

CRC32简述 crc32 通常指的是 CRC-32&#xff08;Cyclic Redundancy Check 32-bit,即循环冗余检查&#xff09;算法&#xff0c;而 foobar 是一个示例字符串&#xff0c;用来作为 CRC-32 算法的输入。CRC-32 是一种广泛使用的循环冗余校验&#xff08;CRC&#xff09;算法&#…

面试题 21. 调整数组顺序使奇数位于偶数前面

调整数组顺序使奇数位于偶数前面 题目描述示例 题解 题目描述 输入一个整数数组&#xff0c;实现一个函数来调整该数组中数字的顺序&#xff0c;使得所有奇数在数组的前半部分&#xff0c;所有偶数在数组的后半部分。 示例 输入&#xff1a;nums [1,2,3,4] 输出&#xff1a;…

每日一练 - OSPF邻居关系建立故障排查

01 真题题目 OSPF邻居关系建立出现故障&#xff0c;通过display ospf error命令查看&#xff0c;显示如下信息&#xff0c;则邻居建立失败的原因可能是&#xff1a; A. Router ID冲突 B.区域ID不匹配 C.网络掩码不一致 D.MTU不一致 02 真题答案 B 03 答案解析 从图片中可以…

爬虫学习日记

引言&#xff1a; 1.语言&#xff1a;python 2.预备知识——python&#xff1a;爬虫学习前记----Python-CSDN博客 3.学习资源&#xff1a;【Python爬虫】 html&#xff1a; <!DOCTYPE html> <html><head><title>czy_demo</title><meta c…

数据丢失?不存在的!

今年3月份&#xff0c;AT&T遭遇了严重的数据泄露事件&#xff0c;导致7300万客户账户信息被泄露。泄露的信息包括客户的姓名、电话号码、邮寄地址等敏感资料&#xff0c;甚至部分客户的加密密码也被泄露&#xff0c;使得约760万AT&T用户的账户面临被劫持的风险。 此次…

android inflate 参数含义

在Android开发中&#xff0c;inflate 方法用于将 XML 布局文件转换为相应的 View 对象。在调用 inflate 方法时&#xff0c;有几个参数需要特别注意&#xff1a; resource (int resId): 布局资源文件的ID。通常是通过 R.layout.layout_name 这种形式指定的。 root (ViewGroup …

博客文章多平台发布工具

做过博客分享和自媒体的同学应该都知道&#xff0c;在多个平台上同步发布、更新自己的原创内容&#xff0c;是快速传播知识、提高用户触达率的有效方式。 然而&#xff0c;一篇文章要在N个平台上重复进行编辑、排版、图片/视频上传的苦恼&#xff0c;你一定经历过吧&#xff1…

递归函数遍历格式化字典

要对字典中的所有数值保留两位小数&#xff0c;可以使用递归函数遍历字典&#xff0c;并对所有数值进行格式化&#xff1a; def format_floats(data):if isinstance(data, dict):return {k: format_floats(v) for k, v in data.items()}elif isinstance(data, list):return [f…

从汇编层看64位程序运行——静态分析和动态分析入门

大纲 GDBIDA总结参考资料 之前一直谈各种相对宏观的工具怎么使用&#xff0c;比如Flink、RabbitMQ等。最近想聊聊比较微观的技术&#xff0c;用各种“显微镜”去看看运行在系统层的二进制码是什么样子。当然二进制码比较难以记忆&#xff0c;于是我会从二进制码的助记符——汇编…

408数据结构-图的应用2-最短路径 自学知识点整理

前置知识&#xff1a;最小生成树&#xff0c;图的遍历 最短路径 当图是带权图时&#xff0c;把从一个顶点 v 0 v_0 v0​到图中其余任意一个顶点 v i v_i vi​的一条路径所经过边上的权值之和&#xff0c;定位为该路径的带权路径长度&#xff0c;把带权路径长度最短的那条路径&…