主要内容

合适的后处理

绘图,异常值,残差,置信区间,验证数据,积分和导数,生成MATLAB®代码

拟合曲线或曲面后,使用后处理方法分析拟合数据是否准确。在创建一个拟合之后,您可以应用各种后处理方法来绘制、插值和外推;估计置信区间;计算积分和导数。您还可以使用后处理方法来确定适合的离群值。

您可以使用曲线拟合工具箱™函数通过绘制残差和预测边界来评估拟合。有关更多信息,请参见评估曲线拟合.要比较拟合并交互式生成MATLAB代码,请使用曲线拟合应用程序。

应用程序

曲线拟合 根据数据拟合曲线和曲面

功能

cfit 构造函数cfit对象
coeffnames 的系数名称cfitsfit,或fittype对象
coeffvalues 的系数值cfitsfit对象
confint 拟合系数的置信区间cfitsfit对象
区分 区分cfitsfit对象
函数宏指令 评估cfitsfit,或fittype对象
集成 集成cfit对象
情节 情节cfitsfit对象
predint 预测区间cfitsfit对象
probvalues 的依赖于问题的参数值cfitsfit对象
quad2d 数值积分sfit对象
sfit 构造函数sfit对象

主题

在曲线拟合应用程序创建多个适合

改进适合度、比较多个适合度并使用统计数据确定最佳适合度的工作流程。

探索和定制情节

在曲线拟合app中,显示拟合、残差、曲面或等高线图;显示预测边界和多个图,使用缩放、平移、数据游标和异常值模式;更改坐标轴限制并打印图形。

删除离群值

删除点或排除的规则在曲线拟合应用程序或使用适合函数,包括使用标准差通过与模型的距离排除异常值。

选择验证数据

比较您的适合与验证数据或测试集在曲线拟合应用程序。

生成代码并将其导出到工作区

从曲线拟合应用程序中的交互式会话生成MATLAB代码,重新创建拟合和绘图,并在工作空间中分析拟合。

评估曲线拟合

这个例子展示了如何使用曲线拟合。

评估表面贴合度

这个例子展示了如何使用表面贴合。

拟合优度评价

在用一个或多个模型拟合数据之后,使用图、统计数据、残差、置信度和预测界限来评估拟合的优度。

比较适合在曲线拟合App

通过创建多个拟合来搜索最佳拟合,比较图形和数值结果,包括拟合系数和拟合优度统计,并在工作空间中分析最佳拟合。

以编程方式比较适合度

这个例子展示了如何使用曲线拟合工具箱来拟合和比较六阶多项式,拟合一些人口普查数据。

残留分析

拟合模型的残差定义为响应数据与在每个预测值处对响应数据的拟合之间的差异。

置信度和预测界限

曲线拟合工具箱软件可以计算拟合系数的置信边界,以及新观测值或拟合函数的预测边界。

区分和整合适合

这个例子展示了如何在预测值处找到适合度的一阶导数和二阶导数,以及适合度的积分。

特色的例子