java 多项式拟合最多的项数_牛顿插值法、曲线拟合、多项式拟合

2020年10月4日研究了一下牛顿插值法，其用途是使用x、y两组数值，根据新的x值返回对应的y值，与TREND、FORECAST函数不同，这种方法可应对非线性数据。其作用类似于图表中的曲线拟合或LINEST多项式拟合。类似这种迭代题，数学书上写的很深奥，放到excel里就很直观了。

B、C列是x、y对应值，一阶均差D3=(C3-C2)/($B3-$B2)，下拉；

二阶均差E4=(D4-D3)/($B4-$B2)，下拉；

三阶均差F5=(E5-E4)/($B5-$B2)。其他均差以此类推。每次新增一个已有数值，均要增加一阶。

这种方法只是为了便于理解，如果只有少量数据，使用这种方法也可行，如数据点多，每个点都要修改，工作量太大，故应使用D3=IFERROR((C3-C2)/($B3-OFFSET($B$7,-COLUMNS($A3:A$7)-ROWS($A3:A$7)+1,0)),"")，右拉，下拉，返回相同的数据。

A列是总计列，A2=C2，A3填{=OFFSET(D3,0,ROW(B1)-1)*PRODUCT($F$2-$B$2:B2)}，下拉。

F2是新的x值，G2=SUM(A:A)，即A列所有数值相加就是新y值。从结果看，精度相当高，其实萌软应该写个函数给大家用，然而并没有，所以现在只能写个公式玩，自定义函数肯定也能写出来，不过也很绕。此处空白太少，我写不下了。

这个是用LINEST做的多项式拟合，精度没有牛顿插值法那么高。下面的图表中的公式是excel自带的曲线拟合功能生成的公式，最高6次方，拟合的曲线此处与直线重合了，看不清楚。两者的原理相同，应该都是使用LINEST函数生成，所以系数完全一致。matlab里也有这种功能，如果数据要输入excel，在excel中直接计算会更加方便。

x=11.5返回436.6132，还算可以接受。

像这种周期性数据就不能完全拟合了，可看到虚线，而且6次方多项式也不够，7次方多项式才会比较接近，当然图里只能到6次方多项式。x=11时一切正常。

x=12返回-13，也正常。

然而，在使用一个自定义的x值时，牛顿插值法的表现又令人崩溃。x=11.5时返回-137.973，这和多项式拟合返回的结果截然不同。按说不太应该返回这个值。6.76这个值应该比较正常。不太确定怎么回事，或许牛顿插值法不太适用于这种周期数据？可能是遇到了传说中的龙格现象，高阶导数产生的误差逐渐扩散传播后导致最终值极度偏离。