函數 > 數據分析 > 曲線擬合 > 關於曲線擬合函數
關於曲線擬合函數
執行曲線擬合時,是透過所有數據點以最小平方法擬合單一函數。對照此方法與內插方式,內插方式則是透過相鄰的數據點擬合各片段函數。
若要進一步分析數據,或判斷所選遞歸的適用性,則可能需要套用其他統計函數以分析數據。
線性與中值-中值遞歸
line、slope、intercept、stderr - 數據的最小平方線性遞歸,以及與線性遞歸關聯的標準誤差
medfit - 數據的「中值-中值」線性遞歸
多項式與有理函數遞歸
loess - 局部多項式遞歸
rationalfit、rationalfitnp - 最小平方有理函數遞歸
polyfitpolyfitcpolyfitstat - 多變量多項式遞歸
非線性遞歸
genfit - 任意擬合函數的最小平方非線性遞歸
expfit - 最小平方指數遞歸
lnfit、logfit - 最小平方對數遞歸
lgsfit - 最小平方羅吉斯蒂曲線遞歸
pwrfit - 最小平方乘冪曲線遞歸
sinfit - 最小平方正弦曲線遞歸
若要包含有關上述所有擬合之數據或參數的其他資訊,例如數據的標準差、參數的上下限或條件約束函數,應使用 LeastSquaresFit 函數以更詳細的方式進行計算。
其他函數
linfit - 函數之任意線性組合的最小平方遞歸
multidfit - 一般的多變量擬合
這是否有幫助?