Wenn Sie eine Kurvenanpassung vornehmen, führen Sie eine einzige Funktion – im Sinne der Methode der kleinsten Quadrate – durch alle Datenpunkte. Diese Methode unterscheidet sich von der Interpolation, bei der abschnittsweise Funktionen durch angrenzende Datenpunkte geführt werden.
Wenn Sie Ihre Daten weiter analysieren oder ermitteln möchten, wie brauchbar eine gewählte Regression ist, möchten Sie vielleicht andere statistische Funktionen zur Datenanalyse anwenden.
Lineare und Median-Median-Regression
• line, slope, intercept, stderr – Lineare Kleinste-Quadrate-Regression für Daten sowie der Standardfehler bei linearer Regression
• lgsfit – Kleinste-Quadrate-Regression einer logistischen Kurve
• pwrfit – Kleinste-Quadrate-Regression einer Potenzkurve
• sinfit – Kleinste-Quadrate-Regression der Sinusfunktion
Wenn Sie zusätzliche Informationen zu den Daten oder den Parametern der obigen Anpassungen hinzufügen möchten, wir die Standardabweichung der Daten, Schranken der Parameter oder Bedingungsfunktionen, können Sie die Berechnung mithilfe der Funktion LeastSquaresFit detaillierter durchführen.
Andere Funktionen
• linfit – Kleinste-Quadrate-Regression für eine beliebige lineare Kombination von Funktionen