示例：罗吉斯蒂回归
使用 lgsfit 函数将数据拟合到罗吉斯蒂拟合。
1. 定义数据集。
这些数据是有关超导磁化建模的 NIST 研究的结果。响应变量是磁力 (列 0)，预测变量是以分钟为单位记录的时间 (列 1)。
2. 定义估计值的矢量。
为罗吉斯蒂回归选择合适的估值要求较高：
◦ 第一个值应为通过这些数据的曲线的近似截距。
◦ 如果数据中心位于原点右侧，则第二个估值应小于 1，如果数据中心位于原点左侧，则第二个估值应大于 1。这里，此估值可通过求自变量的平均值进行估计。独立数据为整数时此数字通常过大，但此处不属于这种情况。
◦ 如果数据突然从高变为低，则最后一个估值应较大 (大于 1)，如果该变化较平缓，则最后一个估值应较小 (小于 1)。同样，如果数据从左侧到右侧减小，则此系数应为负数；如果数据从左侧到右侧增加，则此系数应为正数。在许多情况下，可以使用 1 或 -1 作为估值。
3. 调用 lgsfit 函数以求罗吉斯蒂拟合的参数。
参数将拟合下列罗吉斯蒂方程：
4. 绘制数据和罗吉斯蒂拟合。
