matlab拟合函数？Excel拟合曲线

其实matlab拟合函数的问题并不复杂，但是又很多的朋友都不太了解Excel拟合曲线，因此呢，今天小编就来为大家分享matlab拟合函数的一些知识，希望可以帮助到大家，下面我们一起来看看这个问题的分析吧！

matlab曲线拟合，函数，用法以及例子

matlab是一款功能强大的数学软件，matlab可以用来做函数拟合。那么matlab曲线拟合函数是什么呢？应该怎么使用呢？下面一起来看看matlab曲线拟合函数的用法以及例子吧：

1、首先打开电脑上的“matlab”软件，在命令行窗口输入x=0:0.4:2，确定x的值为0到2，取值间隔为0.4。接下来输入函数y=3*x.^3+2*x.^2+x确定y的值。多项式函数y的系数为3210，分别对应三次项、二次项、一次项和常数项。

2、此处以函数y为例，来进行曲线拟合，方便验证曲线拟合的结果。matlab多项式拟合函数为polyfit，调用格式为polyfit(x,y,N)，其中x和y是拟合数据的自变量和因变量，N为多项式拟合阶数。由图中结果可以看到三次多项式拟合能得到较好的结果。

3、matlab曲线拟合工具箱也可以用来曲线拟合。点击方框处的“APP”，接着点击“CurveFitting”。

4、曲线拟合工具箱如下图所示，方框处可以输入X和Y的拟合数据。

5、选择拟合数据为x和y，拟合方式为多项式拟合，拟合阶数选择为3，曲线的拟合结果如箭头处所示。

6、使用以下方式可以确定多项式拟合的阶数，使其达到一定的精度要求，具体代码如下图所示，得到的运行结果为3，因此最佳拟合阶数为3。

7、得到拟合多项式的系数后，可以通过命令symsxf(x)f(x)=poly2sym(y2,x)显示出拟合多项式，最后一项系数并不是0，这是由于机器误差引起的，其实最后一项的值特别好，可以忽略不计，看做0。

8、曲线拟合结果的调用，使用t=polyval(y2,x)即可使用拟合函数计算因变量的值，并保存在变量t内，具体结果如下图所示。

怎样使用matlab做曲线拟合

方法一、用数据拟合工具箱CurveFittingTool

打开CFTOOL工具箱。在matlab的commandwindow中输入cftool，即可进入数据拟合工具箱。

输入两组向量x，y。

首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。

例如在命令行里输入下列数据:

x=[196,186,137,136,122,122,71,71,70,33];

y=[0.012605;0.013115;0.016866;0.014741;0.022353;0.019278;0.041803;0.038026;0.038128;0.088196];

数据的选取。打开曲线拟合共工具界面，点击最左边的Xdata和Ydata，选择刚才输入的数据，这时界面中会出现这组数据的散点图。

选择拟合方法，点击Fit

左侧results为拟合结果，下方表格为误差等统计数据。

方法二、用神经网络工具箱

1、打开神经网络工具箱，在commandwindow内输入nftool，进入Neuralfittingtool

2、导入数据，点击next，导入Inputs为x，Targets为y。

3、选择网络参数，点击next，选择训练集和测试集数量，点next，选隐藏层节点个数。

4、训练数据，点next，选train。

5、绘制拟合曲线，训练完成后电机plotfit

训练结果参数在训练完后自动弹出

神经网络工具箱可以用command写，请搜索关键字matlab神经网络工具箱函数。

方法三、用polyfit函数写

polyfit函数是matlab中用于进行曲线拟合的一个函数。其数学基础是最小二乘法曲线拟合原理。曲线拟合：已知离散点上的数据集，即已知在点集上的函数值，构造一个解析函数（其图形为一曲线）使在原离散点上尽可能接近给定的值。

调用方法：a=polyfit(xdata,ydata,n)，

其中n表示多项式的最高阶数，xdata，ydata为将要拟合的数据，它是用数组的方式输入。输出参数a为拟合多项式y=a1x^n+...+anx+a,共n+1个系数。

%例程A=polyfit(x,y,2);z=polyval(A,x);plot(x,y,'r*',x,z,'b')

方法四、自行写算法做拟合

请参考数值分析教科书，拟合、插值方法较多，算法并不复杂，灵活套用循环即可

matlab曲线拟合怎么做

1、首先启动matlab，选择编辑器，再新建一个命令文件。

2、然后在编辑器窗口中输入图示的代码。

3、然后我们点击界面上方菜单栏里的保存图标进行保存。

4、需要注意的是，保存文件的位置要与当前搜索路径的位置保持一致。这可以通过右键编辑窗口的文件，在弹出的下拉框中选择。

5、最后再命令行窗口处输入dxsnh，并敲入键盘上的enter建。可以看出阶数越高，曲线与拟合点拟合得越好。

matlab二元函数拟合

设拟合的2元2次方程为

f（x，y）=b1*x2+b2*x*y+b3*y2+b4*x+b5*y+b6

用Matlab的regress（）函数拟合，也可以用自定义函数拟合。regress（）函数命令格式为

[B,BINT,R,RINT,STATS]=REGRESS(Y,X)

B——参数估计值，拟合函数系数

BINT——B的置信区间

R——残差向量，测试值与拟合值的差值

RINT——R的置信区间

STATS——检验统计量，置信度、F统计量，p值

Y——因变量观察值

X——自变量观察值

根据提供的数据，通过拟合得

B1=0

B2=-1734024.851

B3=-31661318.71

B4=3785724.073

B5=9670754.012

B6=-512586.098

matlabR2012a中如何进行数据拟合

方法一、用数据拟合工具箱CurveFittingTool

打开CFTOOL工具箱。在matlab的commandwindow中输入cftool，即可进入数据拟合工具箱。

输入两组向量x，y。

首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。

例如在命令行里输入下列数据:

x=[196,186,137,136,122,122,71,71,70,33];

y=[0.012605;0.013115;0.016866;0.014741;0.022353;0.019278;0.041803;0.038026;0.038128;0.088196];

数据的选取。打开曲线拟合共工具界面，点击最左边的Xdata和Ydata，选择刚才输入的数据，这时界面中会出现这组数据的散点图。

选择拟合方法，点击Fit

左侧results为拟合结果，下方表格为误差等统计数据。

方法二、用神经网络工具箱

1、打开神经网络工具箱，在commandwindow内输入nftool，进入Neuralfittingtool

2、导入数据，点击next，导入Inputs为x，Targets为y。

3、选择网络参数，点击next，选择训练集和测试集数量，点next，选隐藏层节点个数。

4、训练数据，点next，选train。

5、绘制拟合曲线，训练完成后电机plotfit

训练结果参数在训练完后自动弹出

神经网络工具箱可以用command写，请搜索关键字matlab神经网络工具箱函数。

方法三、用polyfit函数写

polyfit函数是matlab中用于进行曲线拟合的一个函数。其数学基础是最小二乘法曲线拟合原理。曲线拟合：已知离散点上的数据集，即已知在点集上的函数值，构造一个解析函数（其图形为一曲线）使在原离散点上尽可能接近给定的值。

调用方法：a=polyfit(xdata,ydata,n)，

其中n表示多项式的最高阶数，xdata，ydata为将要拟合的数据，它是用数组的方式输入。输出参数a为拟合多项式y=a1x^n+...+anx+a,共n+1个系数。

%例程A=polyfit(x,y,2);z=polyval(A,x);plot(x,y,'r*',x,z,'b')

方法四、自行写算法做拟合

请参考数值分析教科书，拟合、插值方法较多，算法并不复杂，灵活套用循环即可

文章分享结束，matlab拟合函数和Excel拟合曲线的答案你都知道了吗？欢迎再次光临本站哦！