matlab曲线拟合

matlab曲线拟合用到的是曲线拟合工具箱（cftool）

 也可以使用 cftool 指令来打开

例如：

1.输入曲线拟合的数据，并且打开曲线拟合工具箱

>> x=[1 3 5 7 9 10 13];
>> y=[0.1 0.5 0.7 0.9 1.1 1.3 1.5];
>> cftool

 2.加载数据

3.选择曲线拟合方式

 

曲线拟合工具箱提供的拟合方式有：

拟合方式	解释
Custom Equation	用户自定义函数类型
Exponential	指数逼近，有2种类型
Fourier	傅里叶逼近，有8种类型
Gaussian	高斯逼近，有8种类型
Interpolant	插值逼近，有4种类型 （linear、cuibic、Shape-preserving(PCHIP)、Nearest neighbor）
Liner Fitting	线性拟合
Polynomial	多项式逼近，其最高次数为9
Power	幂逼近，有2种类型
Rational	有理数逼近
Smoothing Spline	平滑逼近
Sum of Sine	正弦曲线逼近，有8种类型
Weibull	威布尔逼近

4.例如选择多项式一次逼近，则显示

 其中 Table of Fits中就显示了拟合信息

Results ：显示当前拟合的详细结果, 包括拟合类型 (模型、样条或插值函数)、拟合系数以及参数匹配的95% 置信范围, 以及适合统计的这些优点；
SSE:：错误的平方和。此统计量测量响应的拟合值的偏差。接近0的值表示更好的匹配。
R-square：多重测定系数。数值的大小在0到1之间，越接近1，表明方程的变量对y的解释能力越强。
Adjusted R-square：自由度调整 r 平方。接近1的值表示更好的匹配。当您向模型中添加附加系数时, 它通常是适合质量的最佳指示器。
RMSE：均方根误差。接近0的值表示更好的匹配。

可以根据自己需求选择合适的拟合方式。