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。
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。
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。
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。
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。
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。
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
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。
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。
平滑数据与移动平均,平滑样条,和局部回归。
型号和表数据之间的差异调查燃油效率。
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。
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。
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。
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。
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。
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。
选择一个网站来获取可用的翻译内容,并查看本地事件和报价。根据你的位置,我们建议你选择:。
您还可以选择从下面的列表中的网站:
选择中国网站(中文或英文)以获得最佳网站表现。其他MathWorks国家站点不适合来自您所在位置的访问。
联系当地办事处