直线拟合Mathematica程序

数据拟合由一组已知数据（xk,yk）（k=1,2,…,n）,求函数的近似解析式y=f（x）,就是数据拟合问题,当然函数还可以是多元的.Mathematica提供了进行数据拟合的函数：Fit[data,

拟合x1和y之间的曲线,用12次多项式拟合x1={1.5,1.5,2,2,2.5,2.5,2.5,2.5,3,3,3,3};y={1,0.99,0.98,0.97,0.98,0.975,0.97,0.

你这是需要确定t,k么?能不能给出y=f(x)的形式?再问：我一着急没写清楚，t是自变量，k是参数，求解答！！！万分感谢啊！！！再答：18.4583k值Mathematica程序：d={{0,500}

1）>>x=linspace(1,32,8);>>y=linspace(0.1,0.8,8);>>p=polyfit(x,y,1)p=0.02260.0774%a=0.0226b=0.07742）>>

首先确认一下,你这的log是以10为底的对数吧?那么命令如下.（如果是以e为底就不用除以log(10)了,自己改一下.)>>x=0.01:0.01:1;>>m=log(x)/log(10);>>for

用polyfit函数,（用来多项式拟合的,是用最小二乘法）举个例子x=[90919293949596];z=[70122144152174196202];a=polyfit(x,z,1)结果：a=1.

稍等好吗?好了,但愿没有耽误你!代码如下（注意不用任何控件即可）：PrivateSubForm_click()DimNAsInteger,U()AsDouble,IAsIntegerDimAAsSin

helppolyfitPOLYFITFitpolynomialtodata.POLYFIT(X,Y,N)findsthecoefficientsofapolynomialP(X)ofdegreeNth

画出点后,点analyze里的fitlinear就可以了,会自动出来一个报告单的,里面有R2值,还有截距（intercept）和斜率（slope）值,分别代入公式y=a+b*x就是你这个线性拟合的公式

data={{14.80,310},{18.74,700},{22.86,1160},{26.26,1800},{29.50,2680},{31.15,3200}};FindFit[data,a/(1

FindFit具体用法看参考文档

……唉.1.Mathematica是区分大小写的,你不觉得你的某个data的颜色不大对吗?这里要改过来.2.在Mathematica里命名变量时要尽量以小写字母开头,否则可能引起问题,因为内置函数都是

由散点图可知,数据接近线性的,可以上使用下面的函数：line=Fit[data1,{1,x},x]若是选择二次函数,则Fit[data1,{1,x,x^2},x]你也可以自行搜索帮助文件再问：安装的软

clc;clear;ts=[2.34,5.0;3.83,10.0;5.71,20.0;7.07,30.0;8.43,40.0;9.73,50.0;10.7,60.0;12.0,70.0];T=ts(:

data={{1,1.81747},{2,1.8204},{3,1.82137},{4,1.82186},{5,1.82216},{6,1.82235},{7,1.82249},{8,1.8226},

data={{1.081533825,47},{1.079100598,48},{1.071849984,52},{1.056458082,64},{1.045335019,76},{1.028929

data={{1990,632.98},{1991,702.15},{1992,809.94},{1993,973.35},{1994,1147.37},{1995,1289.96},{1996,13

……线性回归有个更专业的函数的,LinearModelFit,从中可以提取多种参数,当然也包括相关系数：data1={{0.0217,0.0476},{0.0424,0.09559},{0.0627,

是你在{0.392,0.025}{0.4015,0.03}这两项之间缺少了一个逗号,所以mathematica把它们乘起来作为一项了,所以作出来的散点图会看到有一个点的横坐标特别小,在0.1左右的地方

警告信息确实有,但是最后的结果会不好吗?：Normal@nlm(*1.27869*10^-14E^(37.3799x) *)Show[Plot[nlm[x],{x,0.4,0.609},Pl