指数回归
• expfit(vx, vy, [vg]) - 返回包含 A · exp(b·x) + C 形式指数曲线的三个系数的矢量，此指数曲线最佳逼近 vx 和 vy 中数据。
expfit 函数采用列文伯格-马夸尔特法进行最小化。对于不同于上述形式的指数拟合，可使用 genfit。
自变量
• vx, vy 为长度相同的实数据值矢量，分别与数据集中的 x 值和 y 值相对应。x 值必须大于或等于 0。必须至少有三个数据点。
 |
对具有负的 x 值的数据执行指数拟合时，必须将数据偏移至正轴。对负值 x 数据进行指数拟合会产生虚值的拟合函数。
|
• vg (可选) 是指数方程中的参数 A、b 和 C 的实数估值的三元素矢量。如果未使用此自变量，则 expfit 将从拟合到 vy 的对数的线生成估计值。