Bitte sehen Sie in der Tabelle unten nach, was der Fehlerschlüssel bedeutet und welche Vorschläge dazu bestehen.
| Fehlerschlüssel des Fit-Status' |
Meldung |
Vorschlag |
|
-103
|
Parameter enthalten fehlende Werte.
|
Versuchen Sie, die Parameter in geeignete Werte zu ändern.
|
|
-101
|
Während der Anpassung ist ein ungültiger Parameterwert aufgetreten.
|
Überprüfen Sie die Parameterwerte.
|
|
-100
|
Die Anpassungssitzung ist fehlgeschlagen.
|
|
|
-1
|
Es wird keine Iteration durchgeführt.
|
|
|
0
|
Die Anpassung wurde vom Anwender abgebrochen (Drücken Sie Strg+C, um die Sitzung abzubrechen).
|
Sie haben gerade die Anpassung abgebrochen. Möchten Sie es erneut versuchen?
|
|
1
|
Das Chi-Quadrat wurde reduziert, aber die Toleranz wurde nicht erreicht.
|
Versuchen Sie, die Anzahl der Iterationen zu erhöhen, oder ändern Sie den Toleranzwert. Dies kann über den Zweig Iterationen des Knotens Fit-Steuerung auf der Seite Einstellungen: Erweitert durchgeführt werden.
|
|
100
|
Fit erfolgreich durchgeführt. Das Chi-Quadrat wurde reduziert, und die Toleranz wurde erreicht.
|
|
|
101
|
Fit erfolgreich durchgeführt. Der Fit konvergiert, und das Chi-Quadrat ändert sich nicht mehr.
|
Der Fit konvergiert, weil das Chi-Quadrat sich mehr ändert. Das Chi-Quadrat kann jedoch groß sein, da das Modell ungeeignet ist.
|
|
102
|
Der Fit kann konvergiert haben. Die Anzahl der Parameter ist größer als oder gleich der Anzahl der Eingabedaten, und die Ergebnisse sind unzuverlässig.
|
Erhöhen Sie entweder die Anzahl der Datenpunkte in den Eingabedaten oder legen Sie einige Parameter fest, um die Anzahl der anzupassenden Parameter zu reduzieren.
|
|
-200
|
Der Fit hat nicht konvergiert, und die maximale Anzahl der Iterationen wurde überschritten.
|
Ihr Modell ist vielleicht schwierig anzupassen. Versuchen Sie, die Anzahl der Iterationen zu erhöhen, oder ändern Sie den Toleranzwert. Dies kann über den Zweig Iterationen des Knotens Fit-Steuerung auf der Seite Einstellungen: Erweitert durchgeführt werden.
|
|
-201
|
Der Fit hat nicht konvergiert, weil die Daten oder die Parameterinitialisierung nicht gut sind.
|
Die Initialisierungswerte sind zu weit von den realen Werten entfernt. Versuchen Sie, einige empirische Werte in Papieren zu finden, oder simulieren Sie eine Kurve, um den Initialisierungswert zu schätzen (Analyse: Anpassen: Kurve nachbilden). Sie müssen die Funktion vielleicht neu definieren, weil das Modell nicht den Daten zu entsprechen erscheint.
|
|
-202
|
Der Fit hat möglicherweise konvergiert, weil er keine Richtung zum Ändern der Parameter finden kann, um das Chi-Quadrat zu reduzieren.
|
Der Grund hierfür könnten "zu perfekte" Initialisierungswerte oder ein überparametrisiertes/ungeeignetes Modell sein. Versuchen Sie, die Initialisierungswerte anzupassen oder einen oder zwei Parameter festzulegen.
|
|
-203
|
Der Fit hat nicht konvergiert, weil zwischen den Parametern eine gegenseitige Abhängigkeit besteht.
|
Das Modell ist überparameterisiert, so dass der Fitter einen festgelegten Parameterwert nicht finden kann. Versuchen Sie, die Funktion zu vereinfachen oder mehrere Parameterwerte festzulegen.
|
|
-204 -205 -206
|
Der Fit hat nicht konvergiert, weil Fehler-/Gewichtungswerte nicht mit der gewählten Gewichtungsmethode kompatibel sind.
|
|
|
-207
|
Der Fit hat aus unbekannten Gründen nicht konvergiert.
|
Der Grund könnten u.a. ungeeignete Initialisierungswerte und Parameternebenbedingungen oder ein falsches Modell sein.
|
|
-1000
|
Fit wurde nicht abgeschlossen. Iterationen wurden teilweise durchgeführt.
|
Öffnen Sie den Dialog NLFit erneut und klicken Sie auf die Schaltfläche Fit bis Konvergiert.
|