曲线和表面拟合

安装曲线

要通过编程拟合曲线，请在此简单示例中按照以下步骤操作：

加载一些数据。
```
加载哈恩1
```
使用合身函数，指定变量和模型类型（RAT23在这种情况下是模型类型）。
```
f = fit（临时，热情，“ rat23”）
```
绘制您的合适和数据。
```
图（F，Temp，Thermex）F（600）
```

有关比较各种多项式拟合的示例，请参见多项式曲线拟合。

安装表面

要在编程中拟合表面，请在此简单示例中按照以下步骤操作：

加载一些数据。
```
加载弗兰克
```
使用合身函数，指定变量和模型类型（poly23在这种情况下是模型类型）。
```
f = fit（[x，y]，z，，“ poly23”）
```
绘制您的合适和数据。
```
情节（f，[x，y]，z）
```

有关拟合自定义方程式的示例，请参阅具有生物制药数据的自定义方程式的表面拟合。

模型类型和合适分析

有关特定模型类型和拟合分析的详细信息和示例，请参见以下各节：

命令行拟合的工作流程

曲线拟合工具箱™软件提供了多种用于数据分析和建模的方法。

小费

快速生成matlab^®曲线和表面拟合和图的代码，请使用曲线钳工应用程序，然后生成代码。您可以将单个数据集的交互式分析转换为可重复使用的函数，以进行命令行分析或多个数据集的批处理处理。有关更多详细信息，请参阅生成代码并导出适合工作区。

要使用曲线拟合功能进行程序化拟合和分析，请遵循此工作流程：

使用该数据将数据导入MATLAB工作区加载命令（如果您的数据先前已存储在MATLAB变量中）或任何MATLAB函数，以读取特定文件类型的数据。您可能需要重塑数据：请参阅PreparedeCurvedata或者准备表面。
（可选）如果您的数据嘈杂，则可能需要使用光滑的功能。平滑用于确定数据中的主要趋势，可以帮助您选择适当的参数模型系列。如果参数模型不明显或不适合，则可以使平滑本身结束，从而提供数据的非参数拟合。

笔记

平滑估计每个预测因子处响应分布的中心。它使数据中的误差是独立的，因此也使用于计算置信度和预测间隔的方法无效。因此，一旦通过平滑识别参数模型，原来的数据应传递给合身功能。
为数据指定参数模型 - 曲线拟合工具箱库模型或您定义的自定义模型。您可以通过将模型名称或表达式传递给合身功能或（可选）Fittype您使用的对象Fittype功能。
要查看可用的库模型，请参阅曲线和表面拟合的库列表。
（可选）您可以使用fitoptions功能。拟合选项指定诸如数据，拟合方法的权重和拟合算法的低级选项。
（可选）您可以使用The Fit创建一个排除规则排除室功能。排除规则表明哪些数据值将被视为异常值并将其排除在拟合之外。
指定X和Y（以及Z，如果表面拟合）数据，模型（名称，表达或Fittype对象），（（可选））适合选项结构和一个排除规则，并带有合身功能以执行拟合。
这合身功能返回aCFIT（对于曲线）或SFIT（对于表面）封装计算系数和拟合统计的对象。如果您想了解有关拟合对象的更多信息，请参阅曲线和表面拟合对象和对象功能。
您可以后处理返回的拟合对象合身功能，将它们传递到各种功能，例如Feval，，，，区分，，，，整合，，，，阴谋，，，，系数，，，，概率，，，，密封，和predint。

使用以下功能与曲线和表面拟合一起使用。

曲线或表面拟合法	描述
`argnames`	获取输入参数名称
`类别`	获取合适类别
`系数`	获取系数名称
`系数`	获取系数值
`密封`	获得拟合系数的置信区间
`依赖名称`	获取因变量名称
`区分`	区分拟合
`排除室`	将数据排除在fit中
`Feval`	评估指定预测指标的模型
`Fittype`	构造`Fittype`目的
`公式`	获取公式
`Indepnames`	获取自变量名称
`整合`	集成曲线拟合
`伊斯林`	确定模型是否是线性的
`numargs`	获取数量的输入参数
`numcoeffs`	获取系数数量
`阴谋`	情节拟合
`predint`	获取预测间隔
`概率名`	获取与问题有关的参数名称
`概率`	获取问题依赖性参数值
`quad2d`	数值整合表面拟合（`SFIT`目的）
`setOptions`	设定型号拟合选项
`类型`	获取模型的名称

也可以看看