谢谢你!当使用这个函数时，有什么方法知道gof吗?

有人可以解释什么“根”吗？我没有找到任何解释或举例。

极好的！对于我的数据集的polyfit（）速度快得多。

曲线拟合功能的良好努力。我尝试过在扩展范围内使用它，以获得非常复杂的等式;与Microsoft Excel中的曲线拟合函数相比，其性能低于PAR。

没关系，想起来。伟大的功能！

I am trying to use polyfitZero function to fit polynomial to data, forcing y-intercept to zero, i.e. get the polynomial to go through (2,0), however this doesn't seem to work and I'm unsure what I'm doing wrong. Thanks in advance!
A = [2.0044 2.0056 2.0021 2.0021 2.0048 2.0026 2.0035 2.0013 2.0035 2.0026];
B = [0.1006 0.0848 0.0502 0.0909 0.0385 0.0732 0.0732 0.0896 0.0772];
散射（A，B，6）;
坚持，稍等
P = Polyfitzero（A，B，1）;
f = polyval (p);
情节(f“颜色”,[0.7500 0.7500 0.7500],“线宽”,1.5)
框;
ylim (0.11 [0]);

约翰，对不起，我的反应太慢了。你可以用同样的方法完成这个，我把最后一个系数消去。

例如。要强制第一个订单系数为零：

％......
x = x (:);
y = y（:);

%因为你可能想要包含常数项，
%将“z”更改为一个1的矩阵，并使其宽一列
％以包括0阶项

% z = 0(昏暗，度);%注释掉这一行没有包含常量
z = =（昏暗，学位+ 1）;％添加此行，现在包括0阶项

当n = 1时:度
z（：，n）= x。^（度-N + 1）;
结束

你不需要计算常数项，
％，因为它将是一列（即x ^ 0 = 1）
%现在删除您不想放入的任何列
例如，我们想使一阶系数为零
Orderofzerocooffs = 1;从回归中省略术语的术语矢量，例如，[1,0]，
%你可以让“orderOfZeroCoeffs”作为函数的输入

%现在，去掉那些系数为0的项
Orderofnonzocoeffs =〜ISMember（学位：-1：0，Orderofzerocoeffs）;
z = z (:, orderOfNonZeroCoeffs);%用删除的列替换z
％有1000种方法来写这个代码！

％评论以下行
因为现在更复杂了
％pzero = z \ y;
% p0 = [p0;0]';

而是创建零的向量
％任何未计算的术语已设置为零
Pzero =零（1，学位+ 1）;
％索引分配将系数直接替换为“Pzero”
pZero (orderOfNonZeroCoeffs) = y z \;

％......

试一试。我很好奇你用这个做什么。再看看Jennifer Sanders在上面找到的另一个polyfit0 (fex272)函数。您可以按照我在这里展示的完全相同的方式修改它，但是您还必须修改其他输出参数。

我想知道你是否可以修改一下程序，这样更高的幂也可以被强制为零。例如，当前例程将常数系数设置为零。但是，一阶系数也可以是零。等等……

g！它没有发布我的初始邮件，该邮件询问如何使用Polyfit通常如此生成结构s。因此，允许您计算梯度上的错误。然后我找到了一个在文件交换机上执行的文件（请参阅上面的帖子：它发布了两次？！）。

哦，我刚发现有一个m-file，做了我想要的;Polyfit0.m，发现：

//www.tatmou.com/matlabcentral/fileexchange/272

不管怎么说，还是要谢谢你，
珍

哦，我刚发现有一个m-file，做了我想要的;Polyfit0.m，发现：

//www.tatmou.com/matlabcentral/fileexchange/272

不管怎么说，还是要谢谢你，
珍

谢谢约翰 - 你绝对是对的！我最初写过Polyfitzero for Modfitzero为一个同事，他们想要将Y拦截约束为零作为Excel，但后者当我意识到我可以使用conv（）时，我喜欢它的愚蠢原因，即我很少地划分多项式或使用卷积。但是，指出除以零的危险是正确的，我应该在上面的评论中更明确地，Polyfitzero_v2不适合穿过Y轴的功能，因为您指出的所有原因。我希望我能删除那条评论。再次感谢。

叹。我不喜欢这样做，但马克的评论只是一个非常糟糕的想法。在没有错误时可能是正确的。如果您没有X实际接近零，则可能会有意义。但它在任何其他案例中都是一个可怕的想法。请不要跟随他的建议!!!!!

如果x正好是0会怎样?是的，除以0。但即使对于x的任何元素接近于零，你所做的本质上是一个加权回归，接近于零的点会得到一个很大的权重。这是回归分析中唯一重要的一点。

事实是，一个多项式拟合没有常数项是微不足道的，通过各种方法来实现。这段代码使用了一种合理的方法，正确地处理数据，避免了正常数据被除零的风险。

再次，请避免追随马克的建议。

还有一种更简单的方法。先除以x，然后调用polyfit，然后用conv将2多项式相乘

功能pzero2 = polyfitzero_v2（x，y，n）
q = y./x;
qnozero = q（x〜= 0）; xnozero = x（x〜= 0）;
pZero2 = polyfit (xnozero qnozero, n - 1);
pZero2 = conv([1 0]，pZero2);
结束