matlab用高斯拟合后如何用拟合方程估计数据

需要数据然后根据函数是否线性采用不同的方法基本原则是最小二乘

x=[123456];y=[2.13.96.18.210.312];nh1=polyfit(x,y,2);%这里是二次拟合,你也可以先画出大概图形估计它是几次曲线然后再判断是12还是3..等.m=1:

xi=[0.019,0.023,0.027];%xdatayi=[430,380,256];%ydataabc0=[4,0.5,5];%initialvalues%%初始值设定abc=lsqcurve

【1】第一步>>cftool【2】出现对话框,点击data选x和y【3】creatdataset,然后close【4】点击fitting,在typeoftype,选Fourier选择一个合适的即可.例

x=[198219922002]；y=[103.534.523.3]；cftool（x,y）在弹出的对话框选择fitting,弹出新的对话框选择newfit,然后在第三个下拉菜单（Typeoffit）

data=[83.0136792575.3419811358.57576.8417452880.192581.9507075571.6979.5868.7556176.09268574.02575.3

clf;clear,clcp=rand(30,3);x=p(:,1);y=p(:,2);z=p(:,3);%30组坐标[xi,yi]=meshgrid(linspace(min(x),max(x),1

你给的数据有误 ,不是正太分布,帮你修改下数据x=5  6  7  8   9  

使用polyfit函数就可以拟合曲线了比如给出的坐标分别是x和y,则有P=polyfit(x,y,3)这样得到的P就是多项式的系数.这里的3指的是三次多项式!祝你学习愉快!再问：我想把曲线变得更平滑一

首先将y和x1,x2,x3都变为列向量,就是80x1的矩阵如果原来是行向量1x80的矩阵用y=y.'或x1=x1.‘转置一下就可以了将x1x2x3合拼为80x3的矩阵x=[x1x2x3];然后创建函数

MATLAB有好多方法来拟合函数,比如对数拟合、指数拟合、多项式拟合.建议你看一下讲解MATLAB函数拟合的书籍.就你给的数据看,多项式拟合（Polyfit）比较适合且比较简单.

functionparameter=customfit(f,x,y,startpoint)%用最小二乘法求曲线拟合的程序.%f是待求函数,x和y是取样点坐标,parameter是待求系数,startp

1、你可以用nlinfit（）函数拟合,精度比较高.2、用matlab的拟合工具箱cftool也是非常方便,而且不用编程.你只要将y=d*(b-exp(-x/c))*exp(-2*a*log(b*ex

提取边界散点观察法确定参数待定的拟合函数,如你观察的是椭圆曲线根据边界散点及参数待定的拟合函数,用最小二乘法进行拟合确定拟合函数的各个参数再问：那请问如何提取边界散点啊？我这是处理图像得到的数据，是一

在Matlab下输入：edit,然后将下面两行百分号之间的内容,复制进去,保存%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%functiong=zh

我曾经写过的一个程序,包含了画点,拟合,误差评估等你相应的删减一些,就能得到你需要的东西了.希望能看的懂：关键就一个函数：a=polyfit(x,y,n);请去matlab:helppolyfit保证

先把数据都存到行（列）向量x、y里,画散点图：plot（x,y,‘.’）；曲线拟合：ployfit（x,y,n）,n为拟合的次数.polyfit(x,y,n)找到次数为n的多项式系数,对于数据集合{(

cftool

令x＝(cos(k)./sin(k))./c,这个就是xdata向量y=252/(2.016129032*10^9)*a*x^b取log得到log(y)=b*log(x)+log(252/(2.016

functionzd487022570x1=[0.25,0.278,0.3125,0.357,0.4167,0.3,0.3333,0.375,0.7286,0.5];x2=[0,0.1111,0.12