关于曲线拟合函数

函数 > 数据分析 > 曲线拟合 > 关于曲线拟合函数

关于曲线拟合函数

执行曲线拟合时，以最小二乘方式通过所有数据点拟合一个函数。此方法与插值方法形成对比，后者可以通过相邻数据点拟合分段函数。

要进一步分析数据，或确定所选回归是否合适，可能需要采用其他统计函数进行数据分析。

线性和中值-中值回归

• line, slope, intercept, stderr - 数据的最小二乘法线性回归，以及与线性回归关联的标准误差

• medfit - 数据的中值-中值线性回归

多项式和有理函数回归

• loess - 局部多项式回归

• rationalfit, rationalfitnp - 最小二乘有理函数回归

• polyfit, polyfitc, polyfitstat - 多变量多项式回归

非线性回归

• genfit - 任意拟合函数的最小二乘非线性回归

• expfit - 最小二乘指数回归

• lnfit, logfit - 最小二乘对数回归

• lgsfit - 最小二乘罗吉斯蒂曲线回归

• pwrfit - 最小二乘幂曲线回归

• sinfit - 最小二乘正弦曲线回归

如果要获得有关上述任意拟合的数据或参数的更多信息 (如数据中的标准差、参数的边界或约束函数)，应使用 LeastSquaresFit 函数进行更加详细的计算。

其他函数

• linfit - 任意函数线性组合的最小二乘法回归

• multidfit - 常规多变量拟合