matlab做出拟合曲线后，怎么用拟合结果预测后面的X的预测值?
1、最笨的办法，就是通过拟合工具箱拟合数据后，得到的函数表达式和系数值拷贝（Ctrl+C）出来，然后整理函数表达式，系数字母用系数值替代。这样就可以进行预测了。 2、用fit（）函数进行拟合，然后用ftype（）函数进行预测。这是比较实用的方法。 x=[] y=[] ftype = fittype('0.5-0.5*a*x-125/b+sqrt((0.5*a*x+0.5+125/b)^2-a*x)'); cdate=x;pop=y; f=fit(cdate,pop,ftype) %拟合 y1=y; x1=x; y2=ftype(f.a,f.b,x1); %预测
matlab如何同时拟合4组数据?
要兼顾三组数据，在试验条件不变的情况下，可对三组数据取平均值后再拟合。如：a1=[x1,y1];a2=[x2,y2];a3=[x3,y3] ;假设x1,x2,x3，y1,y2,y3是列向量且元素个数相等，x=mean([x1,x2,x3],2);y=mean([y1,y2,y3],2);a=[x,y];再对x,y进行拟合就可对三组数据都兼顾到了。
怎样使用matlab做曲线拟合?
如何用matlab计算拟合度?
不知道函数形式时如何用Matlab对数据拟合?
1、根据x，y值，用plot()函数画出图形， x=[...] y=[...] plot(x,y,'r-') 2、根据图形的趋势，确定拟合函数方程（一般可与已知的图形作对比），如 y=a1*x^3+a2*x^2+a3*x+a4 3、用inline（）函数定义拟合函数 func=inline('a(1)*x^3+a(2)*x^2+a(3)*x+a(4)','a','x') 4、用nlinfit（）函数或lsqcurvefit（）函数，求拟合系数a， a = nlinfit(x,y,func,x0)
用matlab进行曲线拟合时，如何判断拟合的好坏?
一是看相关系数如何越接近1越好，一般要求大于0.9，统计量的概率一般要小于0.05，所做的模型才可以使用。 此外残差的置信区间应该包括0，但是对于拟合到什么程度，才算满意没有严格的标准来进行界定。
matlab拟合曲线求参数?
代码示例： 令x＝(cos(k)./sin(k))./c，这个就是xdata向量 y=252/(2.016129032*10^bai9)*a*x^b 取log得到 log(y)=b*log(x)+log(252/(2.016129032*10^9)*a) 所以log(y)与log(x)是线性关系，用p=polyfit(log(xdata),log(y),1)求出 b=p(1); a=exp(p(2))/252*(2.016129032*10^9); % 因为log(252/(2.016129032*10^9)*a)=p(2) 所以最终程序是如下： clear all c=[2.7,2.8,2.9,3,3.1,3.2,3.45,3.7,3.95,4.2,4.45,4.7,4.95,5.2]; k=[0,47,93,140,186,279,372,465,558,651]; y=[18.98,27.35,34.86,38.52,38.44,37.73,38.43,43.87,42.77,46.22]; xdata=(cos(k)./sin(k))./c; p=polyfit(log(xdata),log(y),1); b=p(1); a=exp(p(2))/252*(2.016129032*10^9);
