MATLAB拟合函数.docVIP

在Matlab 6.5以上的环境下，在左下方有一个Start按钮，如同Windows的开始菜单，点开它，在目录Toolboxes下有一个Curve Fitting，点开Curve Fitting Tool，出现数据拟合工具界面，基本上所有的数据拟合和回归分析都可以在这里进行。下面给你简单介绍一下它的使用方法。首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。例如在命令行里输入下列数据:x=(0:0.02:0.98);y=sin(4*pi*x+rand(size(x)));此时x-y之间的函数近似的为正弦关系，频率为2，但是存在一个误差项。可以通过作图看出它们的大体分布:plot(x,y,*,markersize,2);打开曲线拟合共工具界面，点击最左边的Data...按钮，出现一个Data对话框，在Data Sets页面里，在X Data选项中选取x向量，Y Data选项中选取y向量，如果两个向量的元素数相同，那么Create data set按钮就激活了，此时点击它，生成一个数据组，显示在下方Data Sets列表框中。关闭Data对话框。此时Curve Fitting Tool窗口中显示出这一数据组的散点分布图。点击Fitting...按钮，出现Fitting对话框，Fitting对话框分为两部分，上面为Fit Editor，下面为Table of Fits,有时候窗口界面比较小，Fit Editor部分会被收起来，只要把Table of Fits上方的横条往下拉就可以看见Fit Editor。在Fit Editor里面点击New Fit按钮，此时其下方的各个选框被激活，在Data Set选框中选中刚才建立的x-y数据组，然后在Type of fit选框中选取拟合或回归类型，各个类型的拟合或回归相应的分别是：Custom Equations 用户自定义函数Expotential e指数函数Fourier 傅立叶函数，含有三角函数Gaussian 正态分布函数，高斯函数Interpolant 插值函数，含有线性函数，移动平均等类型的拟合Polynomial 多项式函数Power 幂函数Rational 有理函数（不太清楚，没有怎么用过）Smooth Spline ？？（光滑插值或者光滑拟合，不太清楚）Sum of sin functions正弦函数类Weibull 威布尔函数（没用过）不好意思，没有学过数理统计，所以很多东西都是用了才知道，翻译也就不太准确。不过在Type of fit选框下方有一个列表框，基本上各个函数类里的函数都写成解析式列在下方以供选择，所以找合适的函数还是比较容易的。在这个Type of fit选框中选择好合适的类型，并选好合适的函数形式。于是点击Apply按钮，就开始进行拟合或者回归了。此时在Curve Fitting Tool窗口上就会出现一个拟合的曲线。这就是所要的结果。在上面的例子中，选择sum of sin functions中的第一个函数形式，点击Apply按钮，就可以看见拟合得到的正弦曲线。在Fitting对话框中的Results文本框中显示有此次拟合的主要统计信息，主要有General model of sin1:....... (函数形式）Coefficients (with 95% conffidence range) (95%致信区间内的拟合常数）a1=... ( ... ...) （等号后面是平均值，括号里是范围）....Godness of fit: (统计结果）SSE: ... （方差）R-squared: ... (决定系数，不知道做什么的）Adjusted R-squared: ... (校正后的决定系数，如何校正的不得而知）RMSE: ... (标准差）上面的例子中经过拟合得到的函数最后为y=0.9354*sin(12.36x+6.886)频率为1.98加减0.03，和原来设置的频率为2符合，相对误差为1.5%。这是曲线拟合工具箱的一个最简单的使用方法，上面还有很多功能，写是写不完的，自己参照这个基本的思路，翻着英汉词典，看着帮助，然后一个按钮一个按钮的试吧。另外要说的是，如果想把这个拟合的图像导出的话，在Curve Fitting Tool窗口的File菜单下选Print to Figure，此时弹出一个新的图像窗口，里面是你要导出的图像，在这个figure窗口的File菜单里再选Ex