関数 > データ解析 > 曲線適合 > 曲線適合関数について
  
曲線適合関数について
曲線適合では最小二乗法により 1 つの関数でデータ点群を近似します。この方法は、複数の区分関数を近傍のデータ点にあてはめる補間とは対照的です。
データを詳細に分析したり、選択した回帰手法が適しているかどうかを判断するには、データ解析にほかの統計関数を適用する必要があります。
線形回帰と中央値回帰
line、slope、intercept、stderr - データの最小二乗法による線形回帰、および線形回帰に関連する標準誤差
medfit - データの中央値による線形回帰
多項式回帰と有理関数回帰
loess - 多項式局所回帰
rationalfit、rationalfitnp - 最小二乗法有理関数回帰
polyfitpolyfitcpolyfitstat - 多変量多項式回帰
非線形回帰
genfit - 任意の適合関数についての最小二乗法非線形回帰
expfit - 最小二乗法指数回帰
lnfit、logfit - 最小二乗法対数回帰
lgsfit - 最小二乗法ロジスティック曲線回帰
pwrfit - 最小二乗法べき曲線回帰
sinfit - 最小二乗法正弦回帰
上記のいずれかの適合のデータまたはパラメータについて、データの標準偏差、パラメータの許容範囲、制約条件関数などの情報を追加する場合、LeastSquaresFit 関数を使用してさらに詳しい計算を実行します。
その他の関数
linfit - 任意の関数の線形結合についての最小二乗法回帰
LeastSquaresFit、confidence
multidfit - 汎用多変量適合