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
这对您有帮助吗?