曲线拟合是已知离散点上的数据集,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。MATLAB中与曲线拟合有关的函数主要有polyfit、polyval和polyconf。
01 polyfit: 基于最小二乘法,用于曲线拟合的函数。用法:
(1)p=polyfit(x,y,n)。
其中,x和y为拟合数据向量,n为拟合多项式次数,缺省时默认为1次。p中的系数按降幂排列,p的长度为 n+1。
(2)[p,s] = polyfit(x,y,n) 。
除p外还返回一个结构体s,可用作polyval的输入来获取误差估计值。
02polyval:求n次多项式p在x处的值的函数。
用法:
y1= polyval(p,x)。
输入变量p=[p0 p1 p2…pn]是一个长度为n+1的行向量,由一个多项式的系数组成,多项式系数按降幂排列,缺少的幂次要用0来补齐。常和polyfit搭配使用。
03polyconf:对ployfit拟合曲线进行评价和置信区间估计的函数。
用法:[Y,DELTA]=polyconf(p,x,s,alpha