matlab数据拟合怎么得到概率密度

我试用matlab拟合了一下,但是如果要达到比较理想的拟合效果,x的最高幂次方要达到14. 所以我求出来的系数可能不是很准确. 从0次幂到14次幂的系数分为如下： 10^

Goodnessoffit适合度SSE拟合误差RMSErootmeansquareerror均方根误差Rsquare称为方程的确定系数,1之间,越接近1,表明方程的变量对y的解释能力越强.

拟合的时候把y当作自变量,x当作未知数这样拟合出来的函数是x=f(y)知道y求x就容易了

MATLAB有好多方法来拟合函数,比如对数拟合、指数拟合、多项式拟合.建议你看一下讲解MATLAB函数拟合的书籍.就你给的数据看,多项式拟合（Polyfit）比较适合且比较简单.

用s函数的变型.A=[...199230199331199432199534199642199748199855199958200062200163200265200365200466];x=A(:,

设拟合的2元2次方程为f（x,y）=b1*x²+b2*x*y+b3*y²+b4*x+b5*y+b6用Matlab的regress（）函数拟合,也可以用自定义函数拟合.regress

推荐这个模型比较好.GeneralmodelExp2:f(x)=a*exp(b*x)+c*exp(d*x)Coefficients(with95%confidencebounds):a=2524(22

你可以把步取去密一点,然后把拟合后的多项式用plot函数画出来不就行了吗?再问：拟合后得到的不是多项式的系数吗？只知道系数怎么画对应的函数图像？再答：知道系数后，可以用polyval计算啊！比如说：你

预测发现数据之间的关系

A=polyfit(X,Y);xx=0:1:m;YY=polyval(A,xx);(m是x的上限)

%x太大,以x的幂作为基函数会导致设计矩阵尺度太差,列变量几乎线性相依.%变换为[-1 1]范围计算x=[1990:2005];t=(x-2040)/50;y=[61 62&nbs

f=@(p,x)p(1)*exp(p(2)./x);T=80:-5:50;R=[375.3407.8467.3549.4642.0754.7901.2];p=lsqcurvefit(f,[11],T,

symsaxyx=[012345678910];y=[38715621023825223921115890-5];a=polyfit(x,y,2);%这是求拟合代数式的系数m=polyval(a,8.

这个太难了,或者说是有太多的不确定性因为连一个大概的函数形式都没有给出来也就是说可能性太多,这组数据可以拟合出无数多种函数结果如果什么函数形式都不给出的话,或者用多项式拟合吧下面是尝试用11次多项式拟

确定啥啊?你自己还是看一下曲线拟合的那个几个函数吧!很简单的!

x1=[.];x2=[.];%x1和x2均为数据矩阵x=[ones(length(x1),1);x1';x2'];y=[.];[b,bint,r,rint,stats]=regress(y,x);%b

这,这是二值函数啊,手动给出一个解吧：y=-2*sgn(x-31);其中sgn是符号函数如果要用连续函数拟合的话,可以用sigmod函数：y=-2/(exp(-x+31.5)+1)+1;

x=[.];y=[.];fun1=inline('c(1)*x^2+c(2)*x+c(3),'c','x');%拟合函数c=lsqcurvefit(fun1,[0,0],x,y)%求拟合系数a=c(1

可以用的,而且冗余值越多对于最小二乘拟合越精确（前提是没有坏值）比方说我一个x=1有5个y2,3,4,5,6则把x写为x=[11111]y=[23456]就可以了.程序楼上两位已经给了,借用下.p=p

有很多方法可以做到的,如果你是初学matlab可以试试matlab的三维拟合工具箱你在命令行键入sftool,就可以调出这个工具箱.这个是比较简单实用的一个.除了这个以外,多维度的可以用lsqnonl