第六章-MATLAB解曲线拟合问题.docVIP

第六章 MATLAB解曲线拟合问题 曲线拟合就是计算出两组数据之间的一种函数关系，由此可描绘其变化曲线及估计非采集数据对应的变量信息。 曲线拟合有多种方式，下面是一元函数采用最小二乘法对给定数据进行多项式曲线拟合，最后给出拟合的多项式系数。 §1 线性拟合 一、数学模型 y=Xβ+ε β是p′1的参数向量；ε是服从标准正态分布的随机干扰的n′1的向量；y为n′1的向量；X为n′p矩阵。 二、求解线性拟合函数regress 调用格式：b=regress(y,X) [b,bint,r,rint,stats]= regress(y,X) [b,bint,r,rint,stats]= regress(y,X,alpha) 说明：b=regress(y,X)返回X处y的最小二乘拟合值。bint返回β的95%的置信区间。r中为形状残差，rint中返回每一个残差的95%置信区间。Stats向量包含R2统计量、回归的F值和p值。 三、举例 例1：设y的值为给定的x的线性函数加服从标准正态分布的随机干扰值得到。即y=10x+ε ；求线性拟合方程系数。 程序： 编写M文件mainG.m如下： x=[ones(10,1) (1:10) ] %ones(m,n)产生一个m行n列的元素全为1的矩阵 %（1：10）产生一个10行1