MATLAB 数据拟合方法

花瓣花的语言

曲线拟合也叫曲线逼近，与插值函数有些区别，其只要求拟合的曲线能合理地反映数据的基本趋势，并不要求曲线一定通过数据点。曲线拟合有几种不同的判别准则，如使偏差的绝对值之和最小、使偏差的最大绝对值最小和使偏差的平方和最小（即最小二乘法）。常用的方法是最后一种。

多项式拟合
  将数据点按多项式的形式进行拟合，使用最小二乘法，可以确定多项式的系数。多项式拟合有指令语句和图形窗口两种方法：

1 多项式拟合指令
polyfit(X,Y,N)：多项式拟合，返回降幂排列的多项式系数。
polyval(P,XI)：计算多项式的值。
  其中，XX，YY是数据点的值；NN是拟合的最高次幂；PP是返回的多项式系数；XIXI是要求的点的横坐标。例如，要对表1-2中的数据进行多项式拟合。数据如下：

xx

1

23456789

yy

9

763-125720

matlab代码：

1. %% 多项式拟合指令
   
2. x=[1 2 3 4 5 6 7 8 9];
   
3. y=[9 7 6 3 -1 2 5 7 20];
   
4. P=polyfit(x,y,3);
   
5. xi=0:.2:10;
   
6. yi=polyval(P,xi);
   
7. plot(xi,yi,x,y,'r*');

复制代码

运行结果：


2 工具包拟合
  具体步骤如下：
1. 打开工具包


2. 设置拟合参数，分别选择多项式1 、2、3