线性和非线性回归

拟合曲线或曲面与线性或非线性模型库或自定义模型

回归是估计响应(输出)可变的,并且一个或多个预测器(输入)变量之间的关系的方法。可以使用线性和非线性回归预测观测数据点之间,预测和估计值。曲线拟合工具箱™函数可以通过拟合曲线或曲面使用线性和非线性模型,或自定义方程的库的数据来执行回归。

使用曲线拟合应用程序交互地适应曲线和曲面数据。欲了解更多信息,请参阅互动曲线拟合。您也可以使用适合函数拟合曲线或曲面以在命令行的一组数据。举个简单的例子,见多项式拟合

应用

曲线拟合 拟合曲线和曲面数据

功能

展开全部

excludedata 排除来自拟合数据
适合 拟合曲线或表面,以数据
fittype 配合型为曲线和曲面拟合
fitoptions 创建或修改合适对象的选择
prepareCurveData 准备用于曲线拟合数据输入
prepareSurfaceData 准备曲面拟合数据输入
argnames 输入参数名CFITSFIT, 要么fittype宾语
类别 拟合的类别CFITSFIT, 要么fittype宾语
coeffnames 系数名CFITSFIT, 要么fittype宾语
coeffvalues 系数的值CFIT要么SFIT宾语
dependnames 的因变量CFITSFIT, 要么fittype宾语
feval 评估CFITSFIT, 要么fittype宾语
公式CFITSFIT, 要么fittype宾语
得到 窈窕选项结构属性名称和值
indepnames 独立变量CFITSFIT, 要么fittype宾语
islinear 确定CFITSFIT, 要么fittype目的是线性
numargs 的输入参数的数目CFITSFIT, 要么fittype宾语
numcoeffs 系数的数CFITSFIT, 要么fittype宾语
probnames 问题相关的参数名称CFITSFIT, 要么fittype宾语
在合结构选项分配的值
setoptions 设置模型拟合选项
类型 的名字CFITSFIT, 要么fittype宾语

主题

教程

参数拟合

查找曲线拟合的应用程序和所有的库模型类型适合功能,设定适合的选择和优化的起点。

最小二乘法拟合

最小二乘在曲线拟合工具箱,包括误差分布,线性的,加权的健壮拟合,和非线性最小二乘法。

多项式模型

在曲线拟合应用或与多项式拟合适合功能。

指数模型

拟合指数模型曲线拟合应用或与适合功能。

傅里叶级数

在曲线拟合应用或与飞度傅立叶系列车型适合功能。

高斯模型

飞度高斯模型曲线拟合应用或与适合功能。

电源系列

在曲线拟合应用或与飞度动力系列车型适合功能。

有理多项式

飞度有理多项式模型曲线拟合应用或与适合功能。

锡尼什模式的总和

在曲线拟合应用或与正弦的飞度车型总和适合功能。

威布尔分布

在曲线拟合应用或与飞度威布尔分布模型适合功能。

自定义模式

如果工具箱库不包含所需的参数方程,你可以创建自己的自定义公式。

工作流工具

互动曲线和曲面拟合

拟合曲线和曲面使用曲线拟合的应用数据:选择数据,选择模型类型,并保存会话。

数据选择

选择数据拟合曲线和曲面在曲线拟合应用,识别兼容的尺寸数据和故障排除数据的问题。

在曲线拟合应用比较适合

通过创建多个配合,比较图形和数字结果,包括拟合系数和拟合优度统计,并在工作区中分析您最适合搜寻最合适的。

表面适应弗兰卡数据

创建和曲线比较表面配合使用例如数据拟合的应用程序。

表面适应生物制药数据

曲线拟合工具箱软件提供了麻醉药物相互作用的研究提供一些示例数据。

自定义非线性ENSO数据分析

这个例子使用多个自定义非线性方程拟合ENSO数据。

高斯拟合与指数背景

这个例子适合于使用一般的(非线性)定制机型衰减指数背景的两种解决不好高斯峰。

编程工作流程

曲线和曲面拟合

工作流程程序化曲线和曲面的曲线拟合工具箱拟合。

多项式拟合

这个例子显示了如何适应多项式高达第六度使用曲线拟合工具箱™一些普查数据。

自定义非线性人口普查配件

此示例示出了如何以适应自定义方程人口普查数据,指定边界,系数,和从属问题的参数。

曲面拟合使用自定义公式,以生物制药数据

这个例子说明了如何使用曲线拟合工具箱™,以适应响应表面麻醉的一些数据来分析药物相互作用的影响。

精选示例