主要内容

线性与非线性回归

用线性或非线性库模型或自定义模型拟合曲线或曲面

回归是一种估计响应(输出)变量和一个或多个预测(输入)变量之间关系的方法。您可以使用线性和非线性回归来预测、预测和估计观测数据点之间的值。曲线拟合工具箱™函数允许您使用线性和非线性模型库或自定义方程将曲线或曲面拟合到数据，从而执行回归。

使用曲线更健康应用程序适合曲线和曲面的数据交互。有关更多信息，请参见曲线拟合．你也可以使用适合函数将曲线或曲面与命令行上的一组数据拟合。有关简单示例，请参见多项式曲线拟合．

应用程序

曲线更健康 拟合曲线和曲面的数据

功能

全部展开

excludedata 排除拟合数据
适合 拟合曲线或曲面到数据
fittype 适合类型的曲线和曲面拟合
fitoptions 创建或修改适合选项对象
prepareCurveData 为曲线拟合准备数据输入
prepareSurfaceData 为曲面拟合准备数据输入
argnames 输入参数名cfit，sfit,或fittype对象
类别 适合的类别cfit，sfit,或fittype对象
coeffnames 系数名称cfit，sfit,或fittype对象
coeffvalues 系数值cfit或sfit对象
dependnames 因变量cfit，sfit,或fittype对象
函数宏指令 评估cfit，sfit,或fittype对象
公式 公式cfit，sfit,或fittype对象
得到 获取合适的选项结构属性名称和值
indepnames 自变量cfit，sfit,或fittype对象
islinear 确定cfit，sfit,或fittype对象是线性的
numargs 的输入参数个数cfit，sfit,或fittype对象
numcoeffs 的系数数cfit，sfit,或fittype对象
probnames 的依赖于问题的参数名cfit，sfit,或fittype对象
集 在合适的选项结构中赋值
setoption 设置模型匹配选项
类型 的名字cfit，sfit,或fittype对象

主题

教程

  • 参数拟合
    找到曲线拟合器应用程序的所有库模型类型适合功能，设置合适的选项，并优化起点。
  • 最小二乘拟合
    使用误差分布和线性、加权、鲁棒和非线性最小二乘进行最小二乘拟合。
  • 多项式模型
    拟合多项式在曲线拟合应用程序或适合函数。
  • 指数模型
    在曲线拟合器应用程序中拟合指数模型或适合函数。
  • 傅里叶级数
    在曲线拟合器应用程序中拟合傅里叶级数模型或使用适合函数。
  • 高斯模型
    曲线拟合高斯模型应用程序或适合函数。
  • 幂级数
    在曲线拟合器应用程序或使用适合函数。
  • 理性的多项式
    在曲线拟合器应用程序中拟合有理多项式模型或使用适合函数。
  • 正弦和模型
    在曲线拟合器应用程序或使用适合函数。
  • 威布尔分布
    在曲线拟合器应用程序中拟合威布尔分布模型或使用适合函数。
  • 自定义模型
    如果“曲线拟合工具箱”库不包含所需的参数方程，则可以创建自己的自定义方程。
  • 自定义线性拟合
    在曲线拟合器应用程序中，您可以使用自定义公式适合定义你自己的线性或非线性方程。

工具的工作流程

程序化的工作流程