后臺回復(fù)“Origin”，掃碼加群，你問我出教程

最近，利用Python+selenium編寫程序挖掘冠專題首發(fā)論文的基本信息，用以研究新冠首發(fā)論文的文獻增長態(tài)勢（如下圖）。

根據(jù)文獻計量學(xué)理論，科學(xué)文獻增長特征符合下面的回歸模型：

式中，t是統(tǒng)計時間（以自然星期“周”為單位），P(t)max、P (y0)和a為參數(shù)。

我們需要從實際的發(fā)文量數(shù)據(jù)擬合出這些參數(shù)的值。

后臺回復(fù)“視頻號”，掃碼看視頻，教程更精彩

在科研中，我們有時候需要利用一些經(jīng)驗公式或各種理論模型對一些散點數(shù)據(jù)進行擬合，并擬合出相關(guān)參數(shù)。

如何利用任意的理論模型公式，對實際的實驗數(shù)據(jù)進行擬合，并求出相關(guān)參數(shù)的值。那么，閱讀完本教程，你一定能掌握擬合方法。

譚編在利用回歸模型擬合時，遇到一個小插曲：采用Origin2019b擬合了一個下午，都沒能找到最優(yōu)值。在屢挫屢敗中，開始懷疑人生了！不可能啊！

出去跑操回來，改用Origin8.5試一試，采用同樣的方法，一舉成功！你在擬合中是否有同樣的遭遇呢？！

下面用Origin8.5軟件對前面的散點圖進行回歸模型擬合。

為了方便大家學(xué)習(xí)，我將原始數(shù)據(jù)表提供如下，可以跟著本教程練習(xí)回歸模型擬合。

Origin的擬合模塊中包含了很多方程，但是對于我們自己的某種特殊體系的模型，在Origin中并不能找到我們想要的公式。我們需要自定義函數(shù)進行擬合，主要分兩步：創(chuàng)建函數(shù)；擬合數(shù)據(jù)。

1. 創(chuàng)建自定義函數(shù)

第一步：創(chuàng)建函數(shù)

按快捷鍵F9，彈窗一個自定義函數(shù)的窗口，創(chuàng)建一個分類“我的模型”，點New Function創(chuàng)建函數(shù)（函數(shù)名不能用中文），在編輯器中輸入公式：

y = Pm/(1+P0*exp(-a*x))

第二步：設(shè)置參數(shù)

第三步：通過調(diào)試

我們設(shè)置的自定義函數(shù)以及參數(shù)，需要通過調(diào)試之后，才能被調(diào)用。當(dāng)然，這是避免因為公式或參數(shù)錯誤導(dǎo)致bug掉。當(dāng)我們在調(diào)試窗口點擊compile后日志窗口顯示Done!表明通過調(diào)試，然后點擊Return to dialog返回剛才的對話框。點擊“保存”，點擊“OK”關(guān)閉設(shè)置對話框。

2.擬合數(shù)據(jù)

在非線性擬合（NLF）窗口，找到“我的模型”（這里我設(shè)置的“文獻增長模型”），再找到剛才設(shè)置的HuiGuiMoXing函數(shù)，然后設(shè)置參數(shù)，我這里回歸模型有Pm、P0和a三個參數(shù)，我們設(shè)置大概的3個值，然后點擊收斂按鈕，若達到要求，最后點擊Fit，即可得到擬合結(jié)果。

可以根據(jù)你自己的實驗?zāi)Ｐ停O(shè)置某個參數(shù)為固定值，勾選“Fixed”。

最終的圖及擬合方程如下圖的紅色三角形及紅線：

在調(diào)整參數(shù)值時，Pm在分子，Pm越大，紅色擬合線右端上揚越高；P0在分母，P0越大，紅色擬合線左端越低。具體的參數(shù)值第一次可以隨意取值，看擬合情況，再精細(xì)調(diào)整參數(shù)，直到R2>0.996。