matlab 横坐标名称_第三期 MATLAB拟合数据（代码版）

哈喽大家好，欢迎来到塞纳斯环境，今天是小科的第三期软件教学分享！

这一期的内容是在上一期的基础上进行升级，MATLAB如何利用代码实现自动拟合(多个函数、多个参数同时拟合多组数据)，下面表格中的内容为本次用到的数据：

X	Y1	Y2	Y3
0	1	1	1
3	0.926	0.855	0.863
7	0.850	0.814	0.863
13	0.813	0.644	0.820
115	0.719	0.512	0.781
148	0.713	0.553	0.721
178	0.596	0.352	0.682
207	0.422	0.287	0.636
270	0.385	0.248	0.580

话不多说，开始本次的分享：

1、从excel导入数据至matlab的工作区中(图1、图2)； 2、新建脚本(.m)，输入代码，保存，运行(图3、图4)(代码见附录)； 3、得到运行结果，拟合图像、拟合度(图5)；

4、第2步中的代码还可以放在实时编辑器中(.mlx),方便(高版本才支持该功能)(图6)；

图1

图2

图3

图4

图5

图6

代码附录：

%注意，%是matlab的注释符号，运行过程中不会被读取(control+R代表加注释，control+T代表取消注释)

%目的：基于多组数据，进行多个方程、多个参数组拟合

%代码如下：

%首先需要将excel中的数据导入工作区内，并对导入的变量进行重命名，旨在方便下面的程序输入

set(groot,'defaultlinelinewidth',1.5);%设置默认线宽1.5

%输入第1个方程

f1=fittype('a*exp(-m1*x)+(1-a)*exp(-m2*x)','independent','x');%待拟合的函数方程，a、m1、m2是参数

%输入第2个方程

f2=fittype('a*exp(-m1*x)','independent','x');% a、m1是参数

%输入第3个方程

f3=fittype('exp(-m1*x)','independent','x');% m1是参数

%逐一给上面的3个方程进行初始参数赋值

%给第1个方程的参数赋3组不同的初值

fo11=fitoptions(f1);%拟合方程的选项，下同

fo11.startpoint=[0.1 0.005 0.001];%3个参数的初值：0.1, 0.005, 0.001，下同

fo12=fitoptions(f1);

fo12.startpoint=[0.2 0.05 0.001];

fo13=fitoptions(f1);

fo13.startpoint=[0.3 0.05 0.01];

%给第2个方程的参数赋3组不同的初值

fo21=fitoptions(f2);

fo21.startpoint=[0.2 0.001];

fo22=fitoptions(f2);

fo22.startpoint=[0.1 0.005];

fo23=fitoptions(f2);

fo23.startpoint=[0.1 0.05];

%给第3个方程的参数赋3组不同的初值

fo31=fitoptions(f3);

fo31.startpoint=[0.001];

fo32=fitoptions(f3);

fo32.startpoint=[0.05];

fo33=fitoptions(f3);

fo33.startpoint=[0.1];

%开始对数值、方程、初始参数进行拟合

[f11,gof11]=fit(X,Y1,f1,fo11);%f11表示拟合后的函数，gof11是拟合程度(goodness of fit)，下同

[f12,gof12]=fit(X,Y1,f1,fo12);%control+F可以批量替换X，Y

[f13,gof13]=fit(X,Y1,f1,fo13);

[f21,gof21]=fit(X,Y2,f2,fo21);

[f22,gof22]=fit(X,Y2,f2,fo22);

[f23,gof23]=fit(X,Y2,f2,fo23);

[f31,gof31]=fit(X,Y3,f3,fo31);

[f32,gof32]=fit(X,Y3,f3,fo32);

[f33,gof33]=fit(X,Y3,f3,fo33);

%出第一组图(f1i,gof1i)

figure

%绘制散点图

sz=75%散点图点的大小

scatter(X,Y1,sz,'filled')%绘制坐标点(X,Y1)，filled为实心点

hold on%保持绘图窗口，使所有图都放在一张图中

plot(f11,'r');%用红色(r)的线绘制拟合结果f11

hold on

plot(f12,'b');%用蓝色(b)的线绘制拟合结果f12

hold on

plot(f13,'m');%用黑色(m)的线绘制拟合结果f13

legend('datapoint','f11','f12','f13');%图例说明

xlabel('X');%横坐标名称

ylabel('Y1');%纵坐标名称

%出第二组图(f2i,gof2i)

figure

sz=75

scatter(X,Y2,sz,'filled')%绘制坐标点(X,Y2)

hold on%保持绘图窗口，使所有图都放在一张图中

plot(f21,'r');%用红色(r)的线绘制拟合结果f21

hold on

plot(f22,'b');%用蓝色(b)的线绘制拟合结果f22

hold on

plot(f23,'m');%用黑色(m)的线绘制拟合结果f23

legend('datapoint','f21','f22','f23');%图例说明

xlabel('X');%横坐标名称

ylabel('Y2');%纵坐标名称

%出第三组图(f3i,gof3i)

figure

sz=75

scatter(X,Y3,sz,'filled')%绘制坐标点(X,Y3)

hold on%保持绘图窗口，使所有图都放在一张图中

plot(f31,'r');%用红色(r)的线绘制拟合结果f31

hold on

plot(f32,'b');%用蓝色(b)的线绘制拟合结果f32

hold on

plot(f33,'m');%用黑色(m)的线绘制拟合结果f33

legend('datapoint','f31','f32','f33');%图例说明

xlabel('X');%横坐标名称

ylabel('Y3');%纵坐标名称

%下面则是生成对应的拟合结果参数

f11

gof11

f12

gof12

f13

gof13

f21

gof21

f22

gof22

f23

gof23

f31

gof31

f32

gof32

f33

gof33

%代码结束

运行结果附录：

sz = 75

sz = 75

sz = 75

f11 =      Generalmodel:

     f11(x) =a*exp(-m1*x)+(1-a)*exp(-m2*x)

     Coefficients (with95% confidence bounds):

       a=      -5.642  (-5.716e+04, 5.715e+04)

       m1=    0.005737  (-2.358, 2.37)

       m2=    0.005283  (-1.894, 1.904)

gof11 =           sse: 0.0605

      rsquare: 0.8335

          dfe: 6

    adjrsquare: 0.7780

          rmse:0.1004

f12 =      Generalmodel:

     f12(x) =a*exp(-m1*x)+(1-a)*exp(-m2*x)

     Coefficients (with95% confidence bounds):

       a=      0.1139  (-0.05397, 0.2818)

       m1=      0.4201  (-1.947, 2.787)

       m2=    0.002582  (0.001245, 0.003919)

gof12 =           sse: 0.0323

      rsquare: 0.9112

          dfe: 6

    adjrsquare: 0.8816

          rmse:0.0733

f13 =      Generalmodel:

     f13(x) =a*exp(-m1*x)+(1-a)*exp(-m2*x)

     Coefficients (with95% confidence bounds):

       a=      0.1142  (-0.05505, 0.2835)

       m1=      0.4129  (-1.897, 2.722)

       m2=     0.00258  (0.001236, 0.003924)

gof13 =           sse: 0.0323

      rsquare: 0.9112

          dfe: 6

    adjrsquare: 0.8816

          rmse:0.0733

f21 =      Generalmodel:

     f21(x) =a*exp(-m1*x)

     Coefficients (with95% confidence bounds):

       a=      0.8596  (0.7408, 0.9783)

       m1=    0.004549  (0.002781, 0.006317)

gof21 =           sse: 0.0641

      rsquare: 0.8866

          dfe: 7

    adjrsquare: 0.8704

          rmse:0.0957

f22 =      Generalmodel:

     f22(x) =a*exp(-m1*x)

     Coefficients (with95% confidence bounds):

       a=      0.8596  (0.7408, 0.9783)

       m1=    0.004549  (0.002781, 0.006317)

gof22 =           sse: 0.0641

      rsquare: 0.8866

          dfe: 7

    adjrsquare: 0.8704

          rmse:0.0957

f23 =      Generalmodel:

     f23(x) =a*exp(-m1*x)

     Coefficients (with95% confidence bounds):

       a=      0.8596  (0.7408, 0.9783)

       m1=    0.004549  (0.002781, 0.006317)

gof23 =           sse: 0.0641

      rsquare: 0.8866

          dfe: 7

    adjrsquare: 0.8704

          rmse:0.0957

f31 =      Generalmodel:

     f31(x) =exp(-m1*x)

     Coefficients (with95% confidence bounds):

       m1=    0.002166  (0.00153, 0.002801)

gof31 =           sse: 0.0453

      rsquare: 0.6929

          dfe: 8

    adjrsquare: 0.6929

          rmse:0.0753

f32 =      Generalmodel:

     f32(x) =exp(-m1*x)

     Coefficients (with95% confidence bounds):

       m1=    0.002166  (0.00153, 0.002801)

gof32 =           sse: 0.0453

      rsquare: 0.6929

          dfe: 8

    adjrsquare: 0.6929

          rmse:0.0753

f33 =      Generalmodel:

     f33(x) =exp(-m1*x)

     Coefficients (with95% confidence bounds):

       m1=    0.002166  (0.00153, 0.002801)

gof33 =           sse: 0.0453

      rsquare: 0.6929

          dfe: 8

    adjrsquare: 0.6929

          rmse:0.0753

好了，以上就是小科的第三期软件教学分享，我们下期再见，拜拜！