Matlab曲线拟合 最小二乘法

        曲线拟合

        已知离散点上的数据集 ，即已知在点集 上的函数值 ，构造一个解析函数（其图形为一曲线）使在原离散点上尽可能接近给定的 值，这一过程称为曲线拟合。最常用的曲线拟合方法是最小二乘法，该方法是寻找函数使得最小。

    

        MATLAB函数：p=polyfit(x,y,n)

                                   [p,s]= polyfit(x,y,n)

              说明：x,y为数据点，n为多项式阶数，返回p为幂次从高到低的多项式系数向量p。x必须是单调的。矩阵s用于生成预测值的误差估计。(见下一函数polyval)

      多项式曲线求值函数：polyval( )

             调用格式： y=polyval(p,x)

                                     [y,DELTA]=polyval(p,x,s)

             说明：y=polyval(p,x)为返回对应自变量x在给定系数P的多项式的值。

                          [y,DELTA]=polyval(p,x,s) 使用polyfit函数的选项输出s得出误差估计Y DELTA。它假设polyfit函数数据输入的误差是独立正态的，并且方差为常数。则Y DELTA将至少包含50%的预测值。