主要内容
线性和非线性回归
用线性或非线性库模型或自定义模型拟合曲线或曲面
应用程序
| 曲线拟合 | 将曲线和曲面拟合到数据 |
功能
主题
教程
查找曲线拟合应用程序和应用程序的所有库模型类型适合功能，设置适合选项和优化起点。
曲线拟合工具箱中的最小二乘拟合，包括误差分布、线性、加权、稳健和非线性最小二乘。
拟合多项式在曲线拟合应用程序或与适合函数。
在曲线拟合应用程序中拟合指数模型或与适合函数。
在曲线拟合应用程序中或使用适合函数。
在曲线拟合应用程序中拟合高斯模型或与适合函数。
在曲线拟合应用程序中拟合幂级数模型或与适合函数。
在曲线拟合应用程序中拟合有理多项式模型或使用适合函数。
在曲线拟合应用程序中拟合正弦模型的和或用适合函数。
在曲线拟合应用程序中或使用适合函数。
如果工具箱库不包含所需的参数方程，您可以创建自己的自定义方程。
工具工作流
使用曲线拟合应用程序将曲线和曲面拟合到数据：选择数据、选择模型类型和保存会话。
在曲线拟合app中选择拟合曲线和曲面的数据，识别兼容的尺寸数据并排除数据问题。
通过创建多个适合度来搜索最佳适合度，比较图形和数字结果(包括适合系数和适合度统计数据)，并分析工作空间中的最佳适合度。
使用示例数据在曲线拟合应用程序中创建和比较曲面拟合。
曲线拟合工具箱软件为麻醉药物相互作用研究提供了一些实例数据。
这个例子使用几个自定义非线性方程来拟合ENSO数据。
这个例子用一般的(非线性)自定义模型在衰减的指数背景上拟合了两个低分辨率的高斯峰。
程序化的工作流程
曲线拟合工具箱中的曲线和曲面拟合程序工作流。
这个示例展示了如何使用曲线拟合工具箱™将多项式拟合到六度以下的一些普查数据。
此示例演示如何将自定义方程拟合到普查数据，指定边界、系数和与问题相关的参数。
这个例子展示了如何使用曲线拟合工具箱™来拟合一些麻醉数据的响应面来分析药物相互作用的影响。
特色的例子
您还可以从以下列表中选择网站：
