示例：有理函数回归 1
rationalfit
使用
rationalfit 函数将有理多项式拟合到数据。
1. 定义数据集。
此数据集来自半导体电子迁移率的 NIST 研究。预测变量 vx 是密度的自然对数。响应变量 vy 是电子迁移率的测量值。
2. 指定有理函数分子和分母的阶数。
拟合函数具有下列形式：
3. 定义置信限。
4. 调用 rationalfit 函数。
输出的第一列包含参数的值。第二列和第三列分别包含置信下限和置信上限的输出。
5. 将参数的值与在 NIST 网站找到的正确值进行比较。
6. 绘制数据、有理函数回归以及 NIST 参数定义的拟合。
通过下面的相关系数可确认，有理函数回归的拟合几近完美：
残差图
创建残差图以显示上述回归的拟合度。
1. 定义自由度。
2. 计算残差。
3. 计算残差的平方和。
4. 计算标准差。
5. 使用 NIST 网站中的值重复步骤 2 到 4。
6. 比较两个拟合的结果。
7. 绘制数据点和残差。
约束、标准差和公差
可以为 rationalfit 选择多个自变量：标准差矢量、矩阵下界和上界、精度以及 "no scale"。可以单独使用任意一个可选自变量，但对于上面定义的前三个自变量，必须考虑自变量的阶。
1. 创建参数的下界和上界矩阵。
2. 创建参数的标准差矢量。
将标准差矢量作为自变量输入到 rationalfit 函数时，求解器会求解下列函数的最小值：
如果某个点的标准差为 0，则在该点使用原始的无偏差函数，即，StdYi 设置为 1。
3. 设置精度。默认值为 10-7。
4. 4. 调用 rationalfit 函数。将返回的参数值与 NIST 网站中的正确值加以比较。
rationalfit 函数在该输入数据上进行自动换算，以便精度可保持标度不变。然后会重新调整输出参数的标度以匹配原始数据。大多数情况下，可确保实现拟合，无论输入数据的相对标度为何。如果未正常实现理想拟合，则可在自变量列表末尾添加 “noscale” 选项字符串，以关闭此选项。
