分布擬合工具箱

Ⅰ 怎樣用matlab擬合一組符合高斯分布的數據,得出完整的高斯函數表達式。

使用matlab中的擬合工具箱吧，很簡單的。
在command
windows下輸入cftool進入擬合工具箱，Data中輸入你的數據，然後使用Fitting進行擬合，裡面可以選擇Gaussian，這樣可以得出完整的高斯函數表達式。

Ⅱ 用matlab曲線擬合工具箱擬合數據後要進行預測，應該怎麼做啊哪位大神

不是matlab安裝的問題，這個問題我也遇到過，遍求解答無果之後，終於自己摸索出來了。是這樣的，不要用gui中的data按鈕來新建數據集，而要在matlab命令窗口中，輸入命令：cftool（a,b）,其中a，b就是你要設置的x、y坐標的向量。這樣出來散點圖，之後再在cftool工具箱的gui中點fitting按鈕，選擇曲線擬合

Ⅲ matlab分布函數擬合

頻率直方圖我沒太用過 但是其他形式的曲線 比如控制領域的時域圖用一下方法是可以實現的。
首先：想辦法讀出樣本點，x=(),y=() (在7.0里用小括弧就可以了，不同版本可以自行改一下）
之後可參見如下方法，我也是轉載ilove.MATLAB論壇上的方法 用過很好用
轉載：「在Matlab 6.5以上的環境下，在左下方有一個"Start"按鈕，如同Windows的開始菜單，點開它，在目錄"Toolboxes"下有一個"Curve Fitting"，點開"Curve Fitting Tool"，出現數據擬合工具界面，基本上所有的數據擬合和回歸分析都可以在這里進行。
下面給你簡單介紹一下它的使用方法。
首先在Matlab的命令行輸入兩個向量，一個向量是你要的x坐標的各個數據，另外一個是你要的y坐標的各個數據。輸入以後假定叫x向量與y向量，可以在workspace裡面看見這兩個向量，要確保這兩個向量的元素數一致，如果不一致的話是不能在工具箱裡面進行擬合的。
例如在命令行里輸入下列數據:
x=(0:0.02:0.98)';
y=sin(4*pi*x+rand(size(x)));
此時x-y之間的函數近似的為正弦關系，頻率為2，但是存在一個誤差項。
可以通過作圖看出它們的大體分布:
plot(x,y,'*','markersize',2);
打開曲線擬合共工具界面，點擊最左邊的"Data..."按鈕，出現一個Data對話框，在Data Sets頁面里，在X Data選項中選取x向量，Y Data選項中選取y向量，如果兩個向量的元素數相同，那麼Create data set按鈕就激活了，此時點擊它，生成一個數據組，顯示在下方Data Sets列表框中。關閉Data對話框。此時Curve Fitting Tool窗口中顯示出這一數據組的散點分布圖。
點擊Fitting...按鈕，出現Fitting對話框，Fitting對話框分為兩部分，上面為Fit Editor，下面為Table of Fits,有時候窗口界面比較小，Fit Editor部分會被收起來，只要把Table of Fits上方的橫條往下拉就可以看見Fit Editor。在Fit Editor裡面點擊New Fit按鈕，此時其下方的各個選框被激活，在Data Set選框中選中剛才建立的x-y數據組，然後在Type of fit選框中選取擬合或回歸類型，各個類型的擬合或回歸相應的分別是：
Custom Equations 用戶自定義函數
Expotential e指數函數
Fourier 傅立葉函數，含有三角函數
Gaussian 正態分布函數，高斯函數
Interpolant 插值函數，含有線性函數，移動平均等類型的擬合
Polynomial 多項式函數
Power 冪函數
Rational 有理函數（不太清楚，沒有怎麼用過）
Smooth Spline ？？（光滑插值或者光滑擬合，不太清楚）
Sum of sin functions正弦函數類
Weibull 威布爾函數（沒用過）
不好意思，沒有學過數理統計，所以很多東西都是用了才知道，翻譯也就不太准確。不過在Type of fit選框下方有一個列表框，基本上各個函數類里的函數都寫成解析式列在下方以供選擇，所以找合適的函數還是比較容易的。
在這個Type of fit選框中選擇好合適的類型，並選好合適的函數形式。於是點擊Apply按鈕，就開始進行擬合或者回歸了。此時在Curve Fitting Tool窗口上就會出現一個擬合的曲線。這就是所要的結果。
在上面的例子中，選擇sum of sin functions中的第一個函數形式，點擊Apply按鈕，就可以看見擬合得到的正弦曲線。
在Fitting對話框中的Results文本框中顯示有此次擬合的主要統計信息，主要有
General model of sin1:
....... (函數形式）
Coefficients (with 95% conffidence range) (95%致信區間內的擬合常數）
a1=... ( ... ...) （等號後面是平均值，括弧里是范圍）
....
Godness of fit: (統計結果）
SSE: ... （方差）
R-squared: ... (決定系數，不知道做什麼的）
Adjusted R-squared: ... (校正後的決定系數，如何校正的不得而知）
RMSE: ... (標准差）
上面的例子中經過擬合得到的函數最後為
y=0.9354*sin(12.36x+6.886)
頻率為1.98加減0.03，和原來設置的頻率為2符合，相對誤差為1.5%。
這是曲線擬合工具箱的一個最簡單的使用方法，上面還有很多功能，寫是寫不完的，自己參照這個基本的思路，翻著英漢詞典，看著幫助，然後一個按鈕一個按鈕的試吧。
另外要說的是，如果想把這個擬合的圖像導出的話，在Curve Fitting Tool窗口的File菜單下選Print to Figure，此時彈出一個新的圖像窗口，裡面是你要導出的圖像，在這個figure窗口的File菜單里再選Export，選擇好合適的格式，一般是jpeg，選擇好路徑，點擊OK就可以了。出來的圖像可以在Word等編輯環境中使用，就不多說了。
要修改圖像的性質，如數據點的大小、顏色等等的，只需要在對象上點右鍵，就差不多可以找到了。」

上面所說的X，Y向量就是樣本點。
下面是轉載的網址，希望有用處http://www.ilovematlab.cn/viewthread.php?tid=28854&extra=&page=1

ilovematlab是個不錯的論壇，我也是剛發現，不過幫助很大，基本的問題在那都會有答案。

Ⅳ matlab曲線擬合工具箱怎麼用

不是matlab安裝的問題來，這個問源題我也遇到過，遍求解答無果之後，終於自己摸索出來了。是這樣的，不要用GUI中的data按鈕來新建數據集，而要在matlab命令窗口中，輸入命令：cftool（a,b）,其中a，b就是你要設置的x、y坐標的向量。這樣出來散點圖，之後再在cftool工具箱的GUI中點fitting按鈕，選擇曲線擬合

Ⅳ matlab 利用理論分布模式進行擬合，找出擬合效果最佳的分布；

利用cftool工具箱，得到

General model Fourier6: （傅里葉函數）
f(x) =
a0 + a1*cos(x*w) + b1*sin(x*w) +
a2*cos(2*x*w) + b2*sin(2*x*w) + a3*cos(3*x*w) + b3*sin(3*x*w) +
a4*cos(4*x*w) + b4*sin(4*x*w) + a5*cos(5*x*w) + b5*sin(5*x*w) +
a6*cos(6*x*w) + b6*sin(6*x*w)
where x is normalized by mean 0.5 and std 0.2847
Coefficients (with 95% confidence bounds):
a0 = -2.698e+007 (-3.021e+009, 2.967e+009)
a1 = 4.662e+007 (-5.122e+009, 5.215e+009)
b1 = 4.561e+006 (-4.421e+008, 4.512e+008)
a2 = -2.986e+007 (-3.326e+009, 3.267e+009)
b2 = -5.807e+006 (-5.726e+008, 5.61e+008)
a3 = 1.382e+007 (-1.502e+009, 1.529e+009)
b3 = 3.992e+006 (-3.835e+008, 3.915e+008)
a4 = -4.391e+006 (-4.811e+008, 4.723e+008)
b4 = -1.668e+006 (-1.622e+008, 1.589e+008)
a5 = 8.593e+005 (-9.125e+007, 9.297e+007)
b5 = 4.007e+005 (-3.779e+007, 3.859e+007)
a6 = -7.836e+004 (-8.345e+006, 8.188e+006)
b6 = -4.291e+004 (-4.08e+006, 3.994e+006)
w = 0.3152 (-2.466, 3.096)

Goodness of fit:
SSE: 0.03637
R-square: 0.9956
Adjusted R-square: 0.993
RMSE: 0.04066

擬合曲線

Ⅵ 如何使用matlab擬合工具箱

1.打開CFTOOL工具箱。
在Matlab 6.5以上的環境下，在左下方有一個"Start"按鈕，如同Windows的開始菜單，點開它，在目錄"Toolboxes"下有一個"Curve Fitting"，點開"Curve Fitting Tool"，出現數據擬合工具界面，基本上所有的數據擬合和回歸分析都可以在這里進行。也可以在命令窗口中直接輸入」cftool」，打開工具箱。

2.輸入兩組向量x，y。
首先在Matlab的命令行輸入兩個向量，一個向量是你要的x坐標的各個數據，另外一個是你要的y坐標的各個數據。輸入以後假定叫x向量與y向量，可以在workspace裡面看見這兩個向量，要確保這兩個向量的元素數一致，如果不一致的話是不能在工具箱裡面進行擬合的。 例如在命令行里輸入下列數據: x = [196,186, 137, 136, 122, 122, 71, 71, 70, 33]; y = [0.012605; 0.013115; 0.016866; 0.014741; 0.022353; 0.019278; 0.041803; 0.038026; 0.038128; 0.088196];

3.數據的選取。
打開曲線擬合共工具界面，點擊最左邊的"Data..."按鈕，出現一個Data對話框，在Data Sets頁面里，在X Data選項中選取x向量，Y Data選項中選取y向量，如果兩個向量的元素數相同，那麼Create data set按鈕就激活了，此時點擊它，生成一個數據組，顯示在下方Data Sets列表框中。關閉Data對話框。此時Curve Fitting Tool窗口中顯示出這一數據組的散點分布圖。

4.曲線擬合(冪函數power)。
點擊Fitting...按鈕，出現Fitting對話框，Fitting對話框分為兩部分，上面為Fit Editor，下面為Table of Fits,有時候窗口界面比較小，Fit Editor部分會被收起來，只要把Table of Fits上方的橫條往下拉就可以看見Fit Editor。在Fit Editor裡面點擊New Fit按鈕，此時其下方的各個選框被激活，在Data Set選框中選中剛才建立的x-y數據組，然後在Type of fit選框中選取擬合或回歸類型，各個類型的擬合或回歸相應的分別是： Custom Equations 用戶自定義函數 Expotential e指數函數 Fourier 傅立葉函數，含有三角函數 Gaussian 正態分布函數，高斯函數 Interpolant 插值函數，含有線性函數，移動平均等類型的擬合 Polynomial 多項式函數 Power 冪函數 Rational 有理函數（不太清楚，沒有怎麼用過） Smooth Spline （光滑插值或者光滑擬合，不太清楚） Sum of sin functions正弦函數類
在這個Type of fit選框中選擇好合適的類型，並選好合適的函數形式。於是點擊Apply按鈕，就開始進行擬合或者回歸了。此時在Curve Fitting Tool窗口上就會出現一個擬合的曲線。這就是所要的結果。 在上面的例子中，選擇sum of sin functions中的第一個函數形式，點擊Apply按鈕，就可以看見擬合得到的正弦曲線。

Ⅶ matlab2014曲線擬合工具箱怎麼輸入數據

您好，這樣的：一、 單一變數的曲線逼近
Matlab有一個功能強大的曲線擬合工具箱 cftool ，使用方便，能實現多種類型的線性、非線
性曲線擬合。下面結合我使用的 Matlab R2007b 來簡單介紹如何使用這個工具箱。
假設我們要擬合的函數形式是 y=A*x*x + B*x, 且A>0,B>0 。
1、在命令行輸入數據：

》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908 280.0447
296.204 311.5475]

》y=[5 10 15 20 25 30 35 40 45 50]

2、啟動曲線擬合工具箱
》cftool

3、進入曲線擬合工具箱界面「Curve Fitting tool」
（1）點擊「Data」按鈕，彈出「Data」窗口；
（2）利用X data和Y data的下拉菜單讀入數據x,y，可修改數據集名「Data set name」，然
後點擊「Create data set」按鈕，退出「Data」窗口，返回工具箱界面，這時會自動畫出數
據集的曲線圖；
（3）點擊「Fitting」按鈕，彈出「Fitting」窗口；
（4）點擊「New fit」按鈕，可修改擬合項目名稱「Fit name」，通過「Data set」下拉菜單
選擇數據集，然後通過下拉菜單「Type of fit」選擇擬合曲線的類型，工具箱提供的擬合類
型有：
Custom Equations：用戶自定義的函數類型
Exponential：指數逼近，有2種類型， a*exp(b*x) 、 a*exp(b*x) + c*exp(d*x)
Fourier：傅立葉逼近，有7種類型，基礎型是 a0 + a1*cos(x*w) + b1*sin(x*w)
Gaussian：高斯逼近，有8種類型，基礎型是 a1*exp(-((x-b1)/c1)^2)
Interpolant：插值逼近，有4種類型，linear、nearest neighbor、cubic spline、shape-
preserving
Polynomial：多形式逼近，有9種類型，linear ~、quadratic ~、cubic ~、4-9th degree ~
Power：冪逼近，有2種類型，a*x^b 、a*x^b + c
Rational：有理數逼近，分子、分母共有的類型是linear ~、quadratic ~、cubic ~、4-5th
degree ~；此外，分子還包括constant型
Smoothing Spline：平滑逼近（翻譯的不大恰當，不好意思）
Sum of Sin Functions：正弦曲線逼近，有8種類型，基礎型是 a1*sin(b1*x + c1)
Weibull：只有一種，a*b*x^(b-1)*exp(-a*x^b)
選擇好所需的擬合曲線類型及其子類型，並進行相關設置：
——如果是非自定義的類型，根據實際需要點擊「Fit options」按鈕，設置擬合演算法、修改
待估計參數的上下限等參數；
——如果選Custom Equations，點擊「New」按鈕，彈出自定義函數等式窗口，有「Linear
Equations線性等式」和「General Equations構造等式」兩種標簽。
在本例中選Custom Equations，點擊「New」按鈕，選擇「General Equations」標簽，輸入函
數類型y=a*x*x + b*x，設置參數a、b的上下限，然後點擊OK。
（5）類型設置完成後，點擊「Apply」按鈕，就可以在Results框中得到擬合結果，如下例：
general model:
f(x) = a*x*x+b*x
Coefficients (with 95% confidence bounds):
a = 0.009194 (0.009019, 0.00937)
b = 1.78e-011 (fixed at bound)
Goodness of fit:
SSE: 6.146
R-square: 0.997
Adjusted R-square: 0.997
RMSE: 0.8263
同時，也會在工具箱窗口中顯示擬合曲線。
這樣，就完成一次曲線擬合啦，十分方便快捷。當然，如果你覺得擬合效果不好，還可以在「
Fitting」窗口點擊「New fit」按鈕，按照步驟（4）~（5）進行一次新的擬合。
不過，需要注意的是，cftool 工具箱只能進行單個變數的曲線擬合，即待擬合的公式中，變
量只能有一個。對於混合型的曲線，例如 y = a*x + b/x ，工具箱的擬合效果並不好。下一
篇文章我介紹幫同學做的一個非線性函數的曲線擬合。

Ⅷ 求助，如何用matlab擬合工具箱擬合二項分布和泊松分布

可以用nlinfit（）或lsqcurvefit（）等函數來擬合。用擬合工具箱是做不到的，因工具箱內沒有此函數。

Ⅸ matlab曲線擬合工具箱怎麼導出圖像

把數據導出來，然後在matlab中自己畫圖。或者就是把擬合結果的公式帶入，然後自己編程畫圖。最後不行就拷屏！

Ⅹ 如何利用matalb cftool工具箱擬合曲線

如何利用matalb cftool工具箱擬合曲線
您好，這樣的：一、 單一變數的曲線逼近
Matlab有一個功能強大的曲線擬合工具箱 cftool ，使用方便，能實現多種類型的線性、非線
性曲線擬合。下面結合我使用的 Matlab R2007b 來簡單介紹如何使用這個工具箱。
假設我們要擬合的函數形式是 y=A*x*x + B*x, 且A>0,B>0 。
1、在命令行輸入數據：

》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908 280.0447
296.204 311.5475]

》y=[5 10 15 20 25 30 35 40 45 50]

2、啟動曲線擬合工具箱
》cftool

3、進入曲線擬合工具箱界面「Curve Fitting tool」
（1）點擊「Data」按鈕，彈出「Data」窗口；
（2）利用X data和Y data的下拉菜單讀入數據x,y，可修改數據集名「Data set name」，然
後點擊「Create data set」按鈕，退出「Data」窗口，返回工具箱界面，這時會自動畫出數
據集的曲線圖；
（3）點擊「Fitting」按鈕，彈出「Fitting」窗口；
（4）點擊「New fit」按鈕，可修改擬合項目名稱「Fit name」，通過「Data set」下拉菜單
選擇數據集，然後通過下拉菜單「Type of fit」選擇擬合曲線的類型，工具箱提供的擬合類