曲线拟合工具箱

使用回归,插值和平滑的数据拟合曲线和曲面

曲线配件工具箱™提供一个应用程序并为拟合曲线和曲面到数据的功能。Toolbox允许您执行探索数据分析,预处理和后处理数据,比较候选模型,并删除异常值。您可以使用提供的线性和非线性模型库进行回归分析或指定您自己的自定义方程。图书馆提供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,例如样金宝app条,插值和平滑。

创建合适后,您可以应用各种后处理方法,用于绘制,插值和外推;估计置信区间;并计算积分和衍生物。

开始:

曲线拟合应用程序

从MATLAB工作区和FIT曲线和曲面导入数据。进行线性和非线性回归和插值。

曲线拟合应用程序

使用曲线拟合应用程序或命令线适合功能的适合曲线。

曲线拟合使用曲线配件应用程序。

表面配件

使用曲线拟合应用程序或命令线配合功能的适合曲面。

表面配件使用曲线配件应用程序。

线性和非线性回归

使用线性和非线性回归模型作为预测器的函数的连续响应变量。

线性拟合

通过从标准回归模型或使用自定义方程来应用线性回归。所有标准回归型号包括优化的求解器参数和启动条件,以提高适合质量。

线性回归技术概述。

非线性拟合

使用指数,傅里叶系列,电源系列,高斯和标准模型应用非线性参数回归。

用自定义方程式拟合到生物制药数据

平滑和插值

使用插值来估计已知数据点之间的值,并使用平滑样条曲线和本地化回归对平滑数据进行拟合。

插值

适合插值曲线或表面,并估计已知数据点之间的值。

比较线性插值模型。

研究燃油效率模型与表数据之间的差异。

后期处理

拟合曲线或表面后,使用后处理方法绘制拟合。分析是否准确,估计置信区间,并计算积分并导出。

比较和评估适合

创建多个适合,比较图形和数值结果,以及健康的统计数据。使用验证数据来完善您的契合。

在曲线拟合应用程序中创建多个配合。

绘图

自定义绘图并执行额外的分析,例如异常值,残差,置信区间,积分和衍生物。

显示和定制图。

花样

构建有或没有数据的样条。控制高级样条曲线操作,包括断裂/结操纵,最佳结放置和数据点加权。

拟合样条与数据

适用于数据的各种样条,包括具有各种终端条件的立方和平滑花键,用于曲线,表面和更高的尺寸对象。

将样条拟合到钛测试数据。

B样条,合理的样条和NURBS

创建B样条和均匀和非均匀合理的花键(NURBS),用于分析复杂表面。

3d样条曲丁。