MATLAB 数据拟合方法

MATLAB 数据拟合方法

  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，$X$，$Y$是数据点的值；$N$是拟合的最高次幂；$P$是返回的多项式系数；$XI$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：

$x$	1	2	3	4	5	6	7	8	9
$y$	9	7	6	3	-1	2	5	7	20

matlab代码：

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

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