曲线拟合工具箱™提供了一个应用程序和函数拟合曲线和曲面的数据。该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。您可以使用提供的线性和非线性模型库进行回归分析,也可以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,以提高您的拟合质量。该工具箱还支持非参数建模技术,如样条、插值和平滑。
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app或命令行拟合函数来拟合曲线。
使用曲线拟合应用程序或命令行拟合函数来拟合曲面。
曲面拟合使用曲线拟合App。
使用线性和非线性回归将连续响应变量建模为预测变量的函数。
通过选择标准回归模型或使用自定义方程来应用线性回归。所有的标准回归模型都包括优化的求解参数和启动条件,以提高拟合质量。
线性回归技术概述。
应用非线性参数回归使用指数,傅立叶级数,幂级数,高斯和标准模型。
生物制药数据的自定义方程表面拟合
使用插值来估计已知数据点之间的值,并使用平滑样条和局部回归来拟合平滑数据。
拟合插值曲线或曲面,估计已知数据点之间的值。
线性插值模型比较。
平滑数据与移动平均,平滑样条,和局部回归。
燃油效率调查中模型数据与表格数据的差异。
拟合曲线或曲面后,使用后处理方法绘制拟合图。分析它是否准确,估计置信区间,计算积分和导数。
创建多个拟合,比较图形和数值结果,以及拟合优度统计。使用验证数据来优化您的适合度。
在曲线拟合应用程序创建多个适合。
自定义绘图并执行额外的分析,如异常值、残差、置信区间、积分和导数。
显示和自定义情节。
构造有或没有数据的样条曲线。控制高级样条操作,包括断裂/结操作、最佳结位置和数据点加权。
拟合各种样条到数据,包括具有各种结束条件的三次样条和光滑样条,用于曲线、曲面和高维对象。
用样条曲线拟合钛测试数据。
创建b样条和均匀和非均匀有理样条(NURBS)用于复杂曲面的分析。
三维样条。
选择一个网站
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您的地理位置,我们建议您选择:.
您也可以从以下列表中选择网站:
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。
联系当地办事处