资源描述：
《Matlabcurvefittingtool用法图文教程》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、实用标准文档Matlabcurvefittingtool的用法MATLAB拟合工具箱可以方便地拟合一元函数。我们先来构造一个带有误差的数据：其中噪声Noise服从4倍标准正态分布：然后利用MATLAB拟合工具箱进行拟合。在命令窗拷入以下代码：%产生模拟数据x=-6:0.2:6;y=7*sin(x)+x.^2-0.1*exp(x)+4*randn(size(x)); %画出模拟数据曲线，颜色：黑，线宽：2,标记大小：8，形状：圆圈plot(x,y,'Color','k','LineW',2,'MarkerSize',8,'Mar
2、ker','o')%坐标字符大小16set(gca,'FontS',16)%在规定坐标位置加文字说明text(-2,40,'y=7sin(x)+x^2-0.1e^x+Noise','FontS',16)%坐标轴显示范围axis([-66-1550])文案大全实用标准文档运行结果：Fig-1文案大全实用标准文档拟合步骤如下：1）打开Curvefittingtool:在命令窗中直接键入cftool，这时显示出拟合工具窗的GUI：Fig-2文案大全实用标准文档2）选择Data，在XData和YData中选择数据，必要的话加上权数据，
3、在Datasetname框中给你拟合的数据起名(例如xy)，然后按Createdataset，则数据在拟合工具窗显现。Fig-3文案大全实用标准文档3）按Fitting键，显示拟合编辑器：Fig-4文案大全实用标准文档按Creatdataset，我们从数据窗中看到了刚才保存的拟合数据xy。Fig-5文案大全实用标准文档在拟合曲线类型框（Typeoffit）中有很多类拟合函数形式，比如选中多项式后，下面的窗口会显示不同次数的多项式选项,比如选择3次多项式（CubicPloynomial）CustomEquations代表用户自定
4、义函数。Expotentiale指数函数Fourier傅立叶函数，含有三角函数Gaussian正态分布函数，高斯函数Interpolant插值函数，含有线性函数，搬动均匀等类型的拟合Polynomial多项式函数Power幂函数Rational有理函数（不太了了，没有若何用过）SmoothSpline光滑样条插值Sumofsinfunctions正弦函数类Weibull威布尔函数Fig-6文案大全实用标准文档4）如果Typeoffit中没有所需的拟合函数形式，就需要自己编写，这时，在Typeoffit中选择CustomEqua
5、tion，顺序单击Newfit®New健，出现方程编辑框：Fig-7如果自编方程不是广义线性函数的形式，就选择GeneralEquation例如本题可写给你的拟合函数起个名字，例如user1，以后遇到类似的函数形式拟合时，可以调用。给定初值后按ok 文案大全实用标准文档Fig-85）在fitting窗中选择Apply这时在图形窗显示拟合的结果的同时，results给出拟合结果：文案大全实用标准文档Fig-9想把这个拟合的图像导出的话，在CurveFittingTool窗口的File菜单下选PrinttoFigure，此时弹出一
6、个新的图像窗口，里面是你要导出的图像，在这个figure窗口的File菜单里再选Export，选择好合适的形式，寻常是jpeg，选择好途径，点击OK就可以了。这些结果包括：Ø拟合函数的形式；Ø参数的估计以及95%的置信区间。其含义是：如果拟合残差的分布是以0为期望值的正态分布，那么所给的区间有95%的可能性包含参数的真值。Ø拟合优度的判断。关于拟合优度。拟合窗的Fitoptions中可以对拟合算法、拟合区域、置信度以及参数初值等做出选择。文案大全实用标准文档7）curvefittingtool->Analysis中可以根据给定
7、的x值输出拟合值、一阶导数值、二阶导数值和积分的值，例如我们的拟合节点为从-6到6，间隔0.1,希望给出拟合值、一阶导数值和相应的图，则构选相应的功能，可得出下面的结果：Fig-9文案大全实用标准文档Fig-10以上数据可以按Savetoworkspace保存。在Fitting对话框中的Results文本框中显示有这回拟合的首要统计音信，主要有Generalmodelofsin1:.......(函数形式）Coefficients(with95%conffidencerange)(95%致信区间内的拟合常数）a1=...(..
8、....)（等号后头是平均值，括号里是范畴）....Godnessoffit:(统计结果）SSE:...（方差）文案大全实用标准文档R-squared:...(决计系数，不知道做什么的）AdjustedR-squared:...(改良后的决定系数，如何校正的不得而知）RMSE
