MATLAB^®コマンドラ电子邮箱ンで，因特网デ，タセットを読み込みます。変数x、y、zがワ，クスペ，スに表示されます。

负载因特网

このサンプルデータは,曲線フィッターアプリでさまざまな近似設定を試すために適切なデータを作成できるよう,フランケの二変量テスト関数から生成され,ノイズとスケーリングが追加されています。フランケ関数の詳細にいては，[1]を参照してください。

デ，タを近似デ，タと検証デ，タに分けます。

Xv = x(200:293);Yv = y(200:293);Zv = z(200:293);X = X (1:199);Y = Y (1:199);Z = Z (1:199);

サンプルデ，タを使用して曲面を当てはめます。

変数を選択すると，曲線フィッタ，アプリによってデ，タ点がプロットされます。x、y、zを選択すると，既定の曲面近似が自動的に作成されます。既定の近似はデ，タ点を通過する内挿曲面です。

Lowess近似タeconpプを試します。[曲線フィッタ]タブの[近似タ电子邮箱プ]セクションで，矢印をクリックしてギャラリ，を開きます。[平滑化]グル，プの[局所回帰平滑化(Lowess)]をクリックします。

曲線フィッタ，アプリにより，局所平滑化回帰近似が作成されます。

近似設定を変えてみます。[近似オプション]ペ电子邮箱ンで，[範囲 (%)]の値を10に変更します。

範囲を既定の設定から合計デ，タ点数の10%に減らすと，よりデ，タに近い曲面が生成されます。この範囲によって，それぞれの平滑化値を決定するために使用される隣接デ，タ点が定義されます。

[近似テ，ブル]ペ电子邮箱ンで，[近似名]の値を平滑的回归に変更します。

検証デ，タを使用して，曲面が適切なモデルになっているかを確認します。まり，曲面を，近似に使用されていないデ，タと比較します。

[曲線フィッタ]タブの[デ，タ]セクションで[検証デ，タ]をクリックします。[検証デ，タの選択]ダ，[xデ.タ]、[yデ.タ]、[zデ.タ]のドロップダウンリストから検証変数の十五、青年志愿、zvを選択します。

プロット内の選択した検証デ，タと，[結果]ペ@ @ンおよび[近似テ，ブル]ペaapl . exe (sseおよびrmse)を確認します。

現在の曲面近似をコピ，して，別の近似を作成します。[曲線フィッタ]タブの[ファ电子邮箱ル]セクションで[複製]をクリックします。または，[近似テ，ブル]ペ电子邮箱ンの近似を右クリックして，[“平滑回归”を複製]を選択します。

同じ近似設定、デ、タ、検証デ、タで新しい近似の图が作成されます。また，新しい行が近似テ，ブルの下部に追加されます。

新しい近似のタ@ @プと名前を変更します。[曲線フィッタ]タブの[近似タ电子邮箱プ]セクションで，矢印をクリックしてギャラリ，を開きます。[回帰モデル]グル，プの[多項式]をクリックします。

[近似テ，ブル]ペ电子邮箱ンで，[近似名]の値を多项式に変更します。

[近似オプション]ペ电子邮箱ンで，[xの次数]および[yの次数]の値を[3]に変更し，両方の次元において3次多項式を当てはめます。

X軸およびy軸のスケ，ルを確認し，[結果]ペ▪▪ンに表示される警告メッセ▪▪ジを確認します。

方程式の条件が不適切です。繰り返しデ，タ点を削除するか，センタリングとスケ，リングを試してください。

[近似オプション]ペ电子邮箱ンで，[デ，タのセンタリングとスケ，リング]チェックボックスをオンにして正規化し，xとyのスケ，ルの大きな違いを補正します。

曲面近似を正規化すると[結果]ペ▪▪ンの警告メッセ▪▪ジが消えます。

[結果]ペ@ @ンを見てみます。以下を確認できます。

线性模型Poly33: f(x,y) = p00 + p10*x + p01*y + p20*x^2 + p11*x*y…+ p02*y^2 + p30*x^3 + p21*x^2*y + p12*x*y^2 + p03*y^3，其中x按平均1977和标准866.5归一化，y按平均0.4932和标准0.29归一化，系数(95%置信限):p00 = 0.4359 (0.3974, 0.4743) p10 = -0.1375 (-0.194， -0.08104) p01 = -0.4274 (-0.4843， -0.3706) p20 = 0.0161 (-0.007035, 0.03923) p11 = 0.07158 (0.05091, 0.09225) p02 = -0.03668 (- 0.006005， -0.01332) p30 = 0.02081 (-0.005475, 0.04709) p21 = 0.02432 (0.0012, 0.04745) p12 = -0.03949 (-0.06287， -0.01611) p03 = 0.1185(0.09164, 0.1453)拟合优度:SSE: 4.125 R-square: 0.776调整后R-square: 0.7653 RMSE: 0.1477验证优度:SSE: 2.26745 RMSE: 0.155312

この近似情報をワ，クスペ，スにエクスポ，トするには，[曲線フィッタ]タブの[エクスポ，ト]セクションで，[エクスポ，ト]をクリックして[ワ，クスペ，スにエクスポ，ト]を選択します。このコマンドを実行すると,観測値とパラメーターの数,残差,近似モデルなどその他の情報もエクスポートされます。

この近似モデルを，xおよびyの値で曲面を予測または評価する関数として扱うことができます。詳細にいては，ワ，クスペ，スへの近似のエクスポ，トを参照してください。

残差のプロットを表示し，曲面に対する点の分布を確認します。[曲線フィッタ]タブの[可視化]セクションで[残差プロット]をクリックします。

残差プロットを右クリックし，[x-z表示に移動]を選択します。X-z表示は必須ではありませんが，この表示を使用すると削除する外れ値を簡単に確認できます。

外れ値を削除するには，座標軸の[外れ値を排除]ボタンをクリックします。

マウスカーソルをプロットに移動すると,カーソルが十字に変わり,外れ値選択モードであることが示されます。

近似を並べて比較します。近似の图タブの右端にある[ドキュメントアクション]の矢印をクリックします。[すべて並べて表示]オプションを選択して，1行2列のレescアウトを指定します。

[近似テ，ブル]ペ@ @ンで情報を確認します。セッション内のすべての近似にいて適合度の統計量を比較し，どれが最適かを判断します。

対話型の曲面近似セッションを保存するには，[曲線フィッタ]タブの[ファ电子邮箱ル]セクションで[保存]をクリックします。セッションを保存して再度開くと複数の近似にアクセスできます。セッションファesc escルには，セッション内のすべての近似と変数が含まれています。

近似を対話的に作成し比較した後で,曲線フィッターアプリのセッションで近似ごとにMATLABコードを生成できます。[曲線フィッタ]タブの[エクスポ，ト]セクションで[エクスポ，ト]をクリックし，[コ，ド生成]を選択します。

曲線フィッターアプリはセッションからコードを生成し,MATLABエディターにファイルを表示します。このファ▪▪▪▪ルには，セッション内で現在選択されている近似と，開かれているプロットが含まれます。

ファ@ @ルをcreateFit.mという既定の名前で保存します。

近似とプロットを再作成するには,コマンドラインから(元のデータまたは新しいデータを入力引数に指定して)そのファイルを呼び出します。この場合，元の変数がワ，クスペ，スに引き続き表示されます。