範例：使用 minerr 進行非線性最小平方擬合
minerr 函數類似於
find 函數，不同之處在於此函數會在
find 報告不存在任何解的某些情況下，傳回近似解。
1. 定義兩個向量。
2. 定義擬合函數 (含不明參數的韋伯密度)。
3. 定義兩個參數的初始估值。
4. 使用在解題指令群內最小化的方程式。
5. 新增解題指令群並使用 minerr 求解問題。minerr 函數會使用雷文柏格－馬括特方法最小化此問題。雷文柏格－馬括特方法可自行求解殘差的總和與平方。
最佳擬合的參數為計算值：
find 函數無法解出上述問題。
6. 計算透過此方法以隱含方式最小化的平方和。
7. 繪製最佳韋伯擬合與 x-y 數據。
8. 計算均方誤差。如果均數為零，則存在正解︰
您可以使用 SSE 方程式與 minimize 函數直接進行最小化。
