matlab如何做线性拟合

发布网友

我来回答

共3个回答

热心网友

方法一

1、最常用的是多项式拟合，采用polyfit函数，在命令窗口输入自变量x和因变量y。

2、以二次多项式拟合为例，输入p=polyfit(x,y,2)，如果想拟合更高次的多项式，更换括号内数字即可。

方法二

1、在MATLAB自带的曲线拟合工具包上方工具栏选取APPS，点击curve fitting。在上方工具栏选取APPS，点击curve fitting

2、输入自变量x和因变量y。

3、选择拟合方式，有多项式拟合polynomial，高斯拟合gaussian，幂指数拟合power等等，本次以多项式拟合为例。

4、通过数据计算，可以获得曲线参数（曲线函数中的各项系数），从而实现曲线拟合。

热心网友

matlab中线性拟合可以使用多项式拟合函数polyfit()实现，其调用格式为

其中，X，Y是需要拟合的数据，N是拟合的多项式的最高次数，P是拟合的多项式的系数。

实例演示如下：

1、示例数据

x=[0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0,1.1,1.2]

y=[-8,-236,-415,-562,-701,-860,-961,-1082,-1188,-1304,-1405,-1534]

拟合方程：y=a+bx

2、matlab代码

3、结果及说明

表示拟合的线性公式为 ： y = -1325.3x+6.8

热心网友

把x，y数据输入matlab中，然后输入cftool

1 在界面里点data，输入x和y的值

2 点fitting-Newfit-Polynomial-linearpolynomial，然后直接点apply即可！

Linear model Poly1:

       f(x) = p1*x + p2

Coefficients (with 95% confidence bounds):

       p1 =       -1325  (-1429, -1222)

       p2 =       6.788  (-69.34, 82.92)

Goodness of fit:

  SSE: 3.082e+004

  R-square: 0.9879

  Adjusted R-square: 0.9867

  RMSE: 55.51

这是运行结果。