我试图做一个最适合在matlab中的散点图,我可以使用散点图(x1,x2)或scatterplot(x1,x2)得到一个散点图,但是基本拟合选项被遮蔽掉,lsline返回错误'找不到允许的线型。一事无成”最佳拟合散点图线
任何帮助将是巨大的,
感谢, 乔恩。
我试图做一个最适合在matlab中的散点图,我可以使用散点图(x1,x2)或scatterplot(x1,x2)得到一个散点图,但是基本拟合选项被遮蔽掉,lsline返回错误'找不到允许的线型。一事无成”最佳拟合散点图线
任何帮助将是巨大的,
感谢, 乔恩。
lsline
仅在统计工具箱中可用,您是否有统计工具箱?更一般的解决方案可能是使用polyfit
。
您需要使用polyfit
来适合您的数据。假设你在y
有一些数据,你在x
有相应的域值(即你有数据的任意f
近似y = f(x)
),那么你可以按照如下拟合的线性曲线:
p = polyfit(x,y,1); % p returns 2 coefficients fitting r = a_1 * x + a_2
r = p(1) .* x + p(2); % compute a new vector r that has matching datapoints in x
% now plot both the points in y and the curve fit in r
plot(x, y, 'x');
hold on;
plot(x, r, '-');
hold off;
需要注意的是,如果你想通过将polyfit的最后一个参数更改为curvefit的维度,可以将任意多项式拟合到数据中。假设我们把这个维度d
,你会收到在p
d+1
系数,它代表一个多项式特性符合的f(x)
估计:
f(x) = p(1) * x^d + p(2) * x^(d-1) + ... + p(d)*x + p(d+1)
编辑,如在注释中提到,你也可以使用polyval
计算r
,它的语法如下:
r = polyval(p, x);
Infs,NaNs和复数的虚数部分在数据中被忽略。
曲线拟合工具提供了一个灵活的图形用户界面,您可以交互地将曲线和曲面拟合到数据和视图。您可以:
创建,打印和比较多个拟合
使用线性或非线性回归,插值,局部平滑回归,或自定义方程
查看拟合优度拟合统计,显示confidenceintervals和残差,去掉异常值和评估与validationdata
拟合自动生成用于装配和plottingsurfaces代码,或出口到适合工作空间进一步分析
你可以发布你的确切代码吗? scatter(x1,x2)后面跟着lsline对我来说工作正常... – 3lectrologos 2010-01-08 02:04:04
这个“不是编程相关”是怎么回事... – Rook 2010-01-08 02:16:56