函数 > 数据分析 > 曲线拟合 > 指数回归
指数回归
expfit(vx, vy, [vg]) - 返回包含 A · exp(b·x) + C 形式指数曲线的三个系数的矢量,此指数曲线最佳逼近 vxvy 中数据。
expfit 函数采用列文伯格-马夸尔特法进行最小化。对于不同于上述形式的指数拟合,可使用 genfit
自变量
vx, vy 为长度相同的实数据值矢量,分别与数据集中的 x 值和 y 值相对应。x 值必须大于或等于 0。必须至少有三个数据点。
* 
对具有负的 x 值的数据执行指数拟合时,必须将数据偏移至正轴。对负值 x 数据进行指数拟合会产生虚值的拟合函数。
vg (可选) 是指数方程中的参数 AbC 的实数估值的三元素矢量。如果未使用此自变量,则 expfit 将从拟合到 vy 的对数的线生成估计值。
这对您有帮助吗?