如何用已知函数去拟合实验数据，得出参数
用函数去最佳拟合实验数据并求出参数。
本人刚学matlab，用了很长时间编程都编程（最好有解释说明）和拟合曲线
如何在matlab中拟合log2(1+x)的曲线
quad('sqrt(1-x.^2).*x.*log(2+x)', -1, 1)
或者
quad(@(x)sqrt(1-x.^2).*x.*log(2+x), -1, 1)
matlab多元线性回归函数使用方法
输入数据。x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]';X=[ones(16,1) x]; Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]';
回归分析及检验。[b,bint,r,rint,stats]=regress(Y,X) 运行结果解读如下：置信区间分别为 [-33.7017,1.5612] 和[0.6047,0.834] r2=0.9282(越接近于 1，回归效果越显著 )，F=180.9531， p=0.0000，由 p<0.05, 可知回归模型y=-16.073+0.7194x 成立。
残差分析，作残差图。rcoplot(r,rint) 从残差图可以看出，除第二个数据外 ,其余数据的残差离零点均较近，且残差的置信区间均包含零点，这说明回归模型 y=-16.073+0.7194x 能较好的符合原始数据，而第二个数据可视为异常点。
预测及作图。z=b(1)+b(2)*x plot(x,Y,'k+',x,z,'r')
bint 表示回归系数的区间估计；r 表示残差；rint 表示置信区间；stats 表示用于检验回归模型的统计量 ,有三个数值：相关系数 r 2、F 值、与 F对应的概率 p 说明： 相关系数 r 2 越接近 1，说明回归方程越显著； 时拒绝 H0，F 越大， 说明回归方程越显著；与 F 对应的概率 p
如何用Matlab对数据做逐步回归
spss使用多元逐步回归分析的方法过程：
1、在spss里variable view里，输入5个变量名称，可用中文。
2、在data view里分别录入5个变量对应的数据；
3、点击analyze--regession--linear，在弹出框里，把因变量（抑郁得分）选定在dependent里
怎么用MATLAB做两列数据的相关分析，并画出图
将两列数据放入一个2xn的矩阵中，假设这个矩阵为data，用代码：x=data(:,1);y=data(:,2);plot(x,y);就画出图了至于相关的数据分析，看你的分析类型而定了，回归分析就调用回归函数。。。。。。
matlab中绘制沉降曲线的原理
有两种方法可以画平滑曲线，第一种是拟合的方法，第二种是用spcrv。 其实原理应该都一样就是插值。下面是源程序，大家可以根据需要自行选择，更改拟合的参数。
clc,clear; a = 1:1:6; %横坐标 b = [8.0 9.0 10.0 15.0 35.0 40.0]; %纵坐标 plot(a, b, 'b'); %自然状态的画图效果 hold on; %第一种，画平滑曲线的方法 c = polyfit(a, b, 2); %进行拟合，c为2次拟合后的系数 d = polyval(c, a, 1); %拟合后，每一个横坐标对应的值即为d plot(a, d, 'r'); %拟合后的曲线 plot(a, b, '*'); %将每个点 用*画出来 hold on; %第二种，画平滑曲线的方法 values = spcrv([[a(1) a a(end)];[b(1) b b(end)]],3); plot(values(1,:),values(2,:), 'g');
版权声明：本文来自用户投稿，不代表【匆匆网】立场，本平台所发表的文章、图片属于原权利人所有，因客观原因，或会存在不当使用的情况，非恶意侵犯原权利人相关权益，敬请相关权利人谅解并与我们联系（邮箱：dandanxi6@qq.com）我们将及时处理，共同维护良好的网络创作环境。
