社科小白的数学建模学习笔记——matlab数据拟合

最新推荐文章于 2021-03-19 16:22:26 发布

一只小八角

最新推荐文章于 2021-03-19 16:22:26 发布

阅读量711

点赞数 1

文章标签： matlab 数据拟合

本文链接：https://blog.csdn.net/vivian233/article/details/90521921

版权

这篇博客介绍了社科背景的学习者如何在MATLAB中进行数据拟合，特别是线性回归。作者通过polyfit函数展示了线性最小二乘拟合，并提到了fittype和inline等其他拟合方法，强调了直接编码的灵活性。

摘要由CSDN通过智能技术生成

	 在数学建模中，数据拟合是非常基础的一个操作，在人文社科研究中，所做的实证工作大部分是要得到两个或多个变量之间的变动关系，包括方向和程度。因此，学习数据拟合是简单的，带来的回报却是丰厚的。
	 数据关系可以分为线性的和非线性的，操作方法分为直接借助matlab自带的curve fitting tool和自己编写程序，但无论是哪一种方法，我都建议先绘制散点图看一下数据分布情况，给数据类型下一个初步的判断。
	 matlab自带的curve fitting tool非常便捷，我使用的2010年版功能没有2016年版本的强大，但胜在体积小，不会太占内存。如果对这个工具箱是刚需的话，还是建议安装2016版本的。因此，下面有些图片是我截图2010的，有些是网上copy下来2016的。操作方式都是输入变量矩阵之后，输入cftool回车，调出工具箱页面。

在这里插入图片描述
然后在data里面设置x和y，再去fitting里面，找出适合的函数。我这个很明显是线性回归，所以我就选择了polynomiel，然后plot一下图像就出来了。

我看到网上2016版本的matlab的工具箱页面还有result等选项，界面挺清晰的，偷一张图放这里。