主要内容
评估表面适合
此示例显示如何使用表面适合。
负载数据并适合多项式表面
加载弗兰克;suffit = fit（[x，y]，z，'poly23'那'正常化'那'上'）
线性模型Poly23：SURFFIT（x，y）= p00 + p10 * x + p01 * y + p20 * x ^ 2 + p11 * x * y + p02 * y ^ 2 + p21 * x ^ 2 * y + p12 * x* y ^ 2 + p03 * y ^ 3，其中x由平均1982和std 868.6标准化，其中y通过平均值为0.4972和std 0.2897系数（具有95％的置信度）：p00 = 0.4253（0.3928,0.4578）P10 =-0.106（-0.1322,0.07974）P01 = -0.4299（-0.4775，-0.3822）P20 = 0.02104（0.001457,0.04062）P11 = 0.07153（0.05409,0.08898）P02 = -0.03084（-0.05039，-0.01129）P21 = 0.02091（0.001372,0.04044）P12 = -0.0321（-0.05164，-0.01255）P03 = 0.1216（0.09929,0.1439）
输出显示拟合系数的拟合模型方程，装配系数和置信度界限。
绘制拟合，数据，残差和预测范围
绘图（SURFFIT，[x，Y]，z）
绘制残留物适合。
绘图（SURFFIT，[x，Y]，z，'风格'那'残留'）
绘制拟合上的预测边界。
绘图（SURFFIT，[x，Y]，z，'风格'那'predfunc'）
评估特定点的适合
通过指定值来评估特定点的拟合X和y，使用此表格：z = fittedmodel（x，y）。
SURFFIT（1000,0.5）
ans = 0.5673.
评估许多点的拟合值
xi = [500; 1000; 1200];yi = [0.7; 0.6; 0.5];SURFFIT（XI，YI）
ans =.3×10.3771 0.4064 0.5331
在这些值上获取预测范围。
[CI，Zi] =预先（SURFFIT，[XI，YI]）
ci =3×20.0713 0.07129 0.1058 0.7069 0.2333 0.8330
zi =3×10.3771 0.4064 0.5331
获取模型方程
输入适合名称以显示拟合系数的型号方程，装配系数和置信度界限。
避难所
线性模型Poly23：SURFFIT（x，y）= p00 + p10 * x + p01 * y + p20 * x ^ 2 + p11 * x * y + p02 * y ^ 2 + p21 * x ^ 2 * y + p12 * x* y ^ 2 + p03 * y ^ 3，其中x由平均1982和std 868.6标准化，其中y通过平均值为0.4972和std 0.2897系数（具有95％的置信度）：p00 = 0.4253（0.3928,0.4578）P10 =-0.106（-0.1322,0.07974）P01 = -0.4299（-0.4775，-0.3822）P20 = 0.02104（0.001457,0.04062）P11 = 0.07153（0.05409,0.08898）P02 = -0.03084（-0.05039，-0.01129）P21 = 0.02091（0.001372,0.04044）P12 = -0.0321（-0.05164，-0.01255）P03 = 0.1216（0.09929,0.1439）
只获取模型方程，使用公式。
公式（SURFFIT）
ans ='p00 + p10 * x + p01 * y + p20 * x ^ 2 + p11 * x * y + p02 * y ^ 2 + p21 * x ^ 2 * y + p12 * x * y ^ 2 + p03 * y^ 3'
获取系数名称和值
按名称指定系数。
p00 = suriffit.p00.
P00 = 0.4253.
p03 = suriffit.p03
P03 = 0.1216.
获取所有系数名称。看看FIT方程（例如，f（x，y）= p00 + p10 * x ...）查看每个系数的模型术语。
Coeffnames（Surffit）
ans =.9x1细胞{'p10'} {'p10'} {'p101'} {'p12'} {'p11'} {'p11'} {'p1'} {'p21'} {'p21'} {'p12'} {'p12'} {'p12'} {'p12'} {'p12'} {'p12'} {'p12'}
获取所有系数值。
系数（SURFFIT）
ans =.1×9.0.4253 -0.1060 -0.4299 0.0210 0.0715 -0.0308 0.0209 -0.0321 0.1216
在系数上获得信心范围
在使用系数置信区间，以帮助您评估和比较适合。系数上的置信度界限决定了它们的准确性。相距甚远的界限表明不确定性。如果边界穿越零线系数，你不能确保这些系数从零差异这个手段。如果某些模型项具有系数为零，那么他们不与配合帮助。
挤压（避难）
ans =.2×9.0.3928 -0.1322 -0.4775 0.0015 0.0504 0.0014 -0.0516 0.0993 0.4578 -0.0797 -0.3822 0.0406 0.0113 0.0404 -0.0126 0.11.01130
查找方法
列出可以使用适合使用的每个方法。
方法（SURFFIT）
方法类别SFIT：Argnames Depennames Indepname预先Sysulation Islinear probnames类型Coeffnames Feval Numargs probvalues Coffvalues fitoptions numcoeffs quad2d uncint feamplot setoptions
使用帮助命令以了解如何使用拟合方法。
帮助sfit / quad2d.
quad2d数值整合表面适合物体。Q = Quad2D（FO，A，B，C，D）近似于平面区域A在平面区域A <= x <= B和C（x）<= Y <= D（x）上的整体拟合物体FO的积分。C和D可以每个都是标量，函数手柄或曲线拟合（CFIT）对象。[q，errbnd] = quad2d（...）也返回绝对错误的近似上限，errbnd。[q，errbnd] = quad2d（fun，a，b，c，d，param1，val1，param2，Val2，...）执行与指定可选参数值的集成。有关上限和可选参数的详细信息，请参阅Quad2D。另请参阅：Quad2D，Fit，SFIT，CFIT。
您还可以从以下列表中选择一个网站：
