Cuando se ajustan las curvas, se ajusta una función individual por medio de todos los puntos de datos en el sentido de los mínimos cuadrados. Este método contrasta con la interpolación, en la que las funciones por tramos se ajustan mediante los puntos de datos adyacentes.
Para analizar los datos con mayor profundidad o determinar la adecuación de una regresión elegida, es posible que desee aplicar otras funciones estadísticas de análisis de datos.
Regresión lineal y mediana-mediana
• line, slope, intercept, stderr: regresión lineal de mínimos cuadrados de los datos y error estándar asociado a la regresión lineal
• medfit: regresión lineal mediana-mediana de los datos
• genfit: regresión no lineal de mínimos cuadrados para funciones de ajuste arbitrarias
• expfit: regresión exponencial de mínimos cuadrados
• lnfit, logfit: regresión logarítmica de mínimos cuadrados
• lgsfit: regresión de curva logística de mínimos cuadrados
• pwrfit: regresión de curva exponencial de mínimos cuadrados
• sinfit: regresión sinusoidal de mínimos cuadrados
Si desea incluir información adicional sobre los datos o los parámetros para alguno de los ajustes anteriores, por ejemplo, la desviación estándar de los datos, los límites de los parámetros o las funciones de restricción, utilice la función
LeastSquaresFit para realizar el cálculo de forma más detallada.
Otras funciones
• linfit: regresión de mínimos cuadrados para una combinación lineal arbitraria de funciones