最新资料推荐
MATLAB最小二乘法多项式拟合
MATLAB最小二乘法多项式拟合最小二乘法多项式拟合
Matlab具有友好的编程界面，强大的计算能力，和出色的图形处
理功能，在工程领域具有重要应用，是科技工作者不可缺少的工具。
最小二乘拟合是一种数学上的近似和优化，利用已知的数据
得出一条直线或者曲线，使之在坐标系上与已知数据之间的距离的
平方和最小。
最小二乘拟合在工程中具有普遍应用，是数据分析的重要方法。
最小二乘法拟合的模型主要有：
1.直线型2.多项式型3.分数函数型4.指数函数型5.
对数线性型6.高斯函数型等，不同的应用情况，选用不同的拟合
模型。
其中多项式型拟合模型应用比较广泛。
鉴于最小二乘拟合的在工程中普遍应用，笔者结合matlab课
上所学，针对最小二乘多项式拟合模型进行了编程。
实验发现，程序运行良好，可以很好的进行数据拟合分析。
一、实验过程点击运行程序后，会提示输入数据，数
据以向量形式存在，分别为x、y向量。
两个向量大小需一致，否则会提示错误。
输入数据正确后，程序会给出一段提示信息：
通过下面的交互式图形，你可以事先估计一下你要拟合的多项
1/9
式的阶数，方便下面的计算.polytool()是交互式函数，在图形
上方[Degree]框中输入阶数，右击左下角的[Export]输出图形，回
车打开polytool交互式界面例如运行后在命令窗口输入一下数
据：
x=[1,2,3,4,5,6]y=[0.3,1,1.8,3.2,4.8,6.
9]输入多项式拟合的阶数m=3这时命令窗口输出多项式的各
项系数如下：
a3=0.0074074074074074a2=0.1043650793650796
a1=0.2683862433862423a0=-0.0666666666666650观测
数据拟合数据xyyh1.00000.30000.31352.00001.
00000.94683.00001.80001.87784.00003.20193.1508
5.00004.80004.81036.00006.90006.9008剩余平方
和Q=0.011587标准误差Sigma=0.053822相关指数RR=
0.999629数据拟合曲线图如图1所示。
命令窗口提示输入插值点，此时可以输入感兴趣的点，进
行拟合值的计算，实验中输入x=3.2，拟合计算结果，y=2.1.36.
输入插值点x0=3.2输出插值点拟合函数值y0=2.1036二、
程序代码及结果图示。
disp(‘请以向量的形式输入x,y.‘)
x=input(‘x=‘);y=input(‘y=‘);nx=length(x);
ny=length(y);n=length(x);inx==nyx1=x(1);
xn=x(n);%n个数据可以拟合(n-1)阶多项式,高阶多项式
最新资料推荐
多次求导,数值特性变差disp(‘通过下面的交互式图形，你可以
事先估计一下你要拟合的多项式的阶数，方便下面的计算.‘)
disp(‘polytool()是交互式函数,在图形上方[Degre