曲线拟合工具箱

使用回归、插值和平滑将曲线和曲面与数据进行拟合

曲线拟合工具箱™提供了一个应用程序曲线和曲面与数据的拟合函数。工具箱允许您执行探索性数据分析、预处理和后处理数据、比较候选模型和删除异常值。您可以使用所提供的线性和非线性模型库进行回归分析,或者指定您自己的自定义方程。该库提供了优化的求解器参数和启动条件,以提高适合的质量。工具箱还支持非参数建模技术,如样条金宝app、插值和平滑。

在创建一个fit之后,您可以应用各种后处理方法来绘制、插值和外推;估计的置信区间;计算积分和导数。

开始:

曲线拟合应用

从MATLAB工作空间导入数据并拟合曲线和曲面。进行线性和非线性回归和插值。

曲线拟合应用

使用曲线拟合应用程序或命令行拟合函数拟合曲线。

使用曲线拟合App进行曲线拟合。

面拟合

配合表面使用曲线拟合程序或命令行拟合函数。

表面使用曲线拟合应用配件。

线性和非线性回归

模型中的连续反应变量如使用线性和非线性回归预测的函数。

线性拟合

通过选择标准回归模型或使用自定义方程应用线性回归。所有的标准回归模型都包括优化的求解器参数和启动条件,以提高拟合质量。

线性回归技术概述。

非线性拟合

应用非线性参数采用回归指数,傅立叶级数,幂级数,高斯和规格型号。

表面拟合自定义方程的生物制药数据

平滑和插值

利用插值估计已知数据点之间的值,利用平滑样条和局部回归拟合平滑数据。

插值

拟合插值曲线或曲面,并估计已知数据点之间的值。

比较线性插值模型。

型号和表数据之间的差异调查燃油效率。

后处理

拟合曲线或曲面后,用后处理方法来绘制适合。分析如果是准确的,估计置信区间,计算积分和衍生物。

比较和评估适合度

创建多个配合,比较图形和数字结果,而优度拟合统计。使用验证的数据来改善你的健康。

创建在曲线拟合应用中的多个适合。

策划

自主的绘图和执行额外的分析,如异常值,残差,置信区间,积分,和衍生物。

显示和自定义情节。

样条函数

构造有或没有数据的样条。控制高级样条操作,包括断开/打结操作、最佳打结位置和数据点加权。

样条曲线与数据的拟合

适合各种样条数据,包括三次和光滑样条与各种结束条件,曲线,曲面,和高维对象。

拟合样条钛测试数据。

b样条,有理样条,和nurb

创建B样条曲线和统一和复杂表面的分析非均匀有理样条(NURBS)。

3D样条。