原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验五 最小二乘法及数据拟合建模的回归分析
一、实验目的:
1．掌握用最小二乘建立回归数学模型。
2．学习通过几个数据拟合的回归分析来判断曲线（直线）拟合的精
度，通过回归分析来判断模型建立是否正确。
3．应用建立的模型进行预测。
二、基本原理和方法
1．建立回归数学模型
在进行建模和仿真分析时，人们经常面临用已知系统实测数据应
用数学模型描述对应系统，即对数据进行拟合。拟合的目的是寻找给
定的曲线（直线），它在某种准则下最佳地拟合数据。最佳拟合要在
什么准则下的最佳？以及用什么样的曲线模型去拟合。
常用的拟合方法之一是多项式的最小二乘拟合，其准则是最小误
差平方和准则，所用的拟合曲线为多项式。
本实验在 Matlab 平台上，以多项式最小二乘拟合为例，掌握回
归模型的建立（包括参数估计和模型建立）和用模型进行预测的方法，
并学习回归分析的基本方法。
2．在MATLAB里，用于求解最小二乘多项式拟合问题的函数如下：
polyfit 最小二乘多项式拟合
p=polyfit(x,y,n) 对输入数据y的n阶最小二乘拟合多项式
p(x)的系数
Y=polyval(p,x) 求多项式的函数值Y
n n 1−
Y p( 1 )x p( 2 )x p( n )x p( n 1 ) ++ + + +L
1
以下是一个多项式拟合的例子。
已知 x=0,0.1,0.2,0.3,...,0.9,1 共11个点（自变量），
实测数据 y=-0.447, 1.978, 3.28, 6.16, 7.08, 7.34, 7.66, 9.56,
9.48, 9.30, 11.2
求：2阶的预测方程，并用8阶的预测方程与之比较。
x=linspace(0,1,11);
y=[-.447 1.978 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2];
p=polyfit(x,y,2)
%求2阶的预测方程 2 的系数 p= b b b
y b b x +b x + 2 1 0
0 1 2
)
z=polyval(p,x); %求预测的y值 （z表示y
文档评论（0）