① matlab2014工具箱在哪
1、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Data窗口；
（2）利用X dataY data拉菜單讀入數據x,y修改數據集名Data set name
點擊Create data set按鈕退Data窗口返工具箱界面自畫數
據集曲線圖；
② 如何使用matlab 2014a 做數據曲線擬合
方法/步驟
輸入數據
做數據曲線擬合，當然該有數據，本經驗從以如下數據作為案例。
添加數據到curve fitting程序
這一步就是將你要擬合的數據添加到curve fitting程序中，同時給你擬合的曲線命名。
選擇曲線擬合的方法類型
常見的擬合曲線有多項式的、指數的、對數的等等。curve fitting程序提供了很多的方法。你可以根據自己的數據具體選擇。
選擇好方法後，按照提供的公式選擇具體的選項
本文的數據近似為線性的，我們選擇多項式擬合的一階方法。
擬合結果查看
擬合後，curve fitting會給你具體的函數表達式，你可以將他給出的參數的值帶入你選擇的方法中。
結果說明
在結果中，不僅可以看到函數的表達式，同時他還給出了95%置信區間的參數值，以及擬合好壞的一些指標，如：
SSE:
R-square:
Adjusted R-square:
RMSE:
畫出圖像
雖然在curve fitting程序有自帶的圖像顯示，但是一般最好將擬合結果顯示到單獨的圖像窗口。
保存結果
曲線擬合結束後，你可以保存你的擬合結果。選擇你保存的路徑即可。
③ 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。
④ matlab 裡面數據擬合工具箱使用
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
⑤ 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。
⑥ Matlab擬合工具箱
用matlab擬合工具箱，擬合後的參數是不能用命令轉出。只能通過復制粘帖的方法，將結果輸出。但你可以用fittype（）和fit（）命令，來達到你的目的，其輸出形式與擬合工具箱基本是一致的。
⑦ matlab2014工具箱在哪
在繪圖右邊的應用程序，就是以前的工具箱。
⑧ 如何用matlab數據擬合函數
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。x0dx0ax0dx0a假設我們要擬合的函數形式是 y=A*x*x + B*x, 且A>0,B>0。x0dx0ax0dx0a1、在命令行輸入數據：x0dx0a》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908 280.0447 296.204 311.5475]；x0dx0a》y=[5 10 15 20 25 30 35 40 45 50]；x0dx0ax0dx0a2、啟動曲線擬合工具箱x0dx0a》cftoolx0dx0ax0dx0a3、進入曲線擬合工具箱界面「Curve Fitting tool」x0dx0a（1）點擊「Data」按鈕，彈出「Data」窗口；x0dx0a（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；x0dx0a（3）點擊「Fitting」按鈕，彈出「Fitting」窗口；x0dx0a（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：x0dx0aCustom Equations：用戶自定義的函數類型x0dx0aExponential：指數逼近，有2種類型， a*exp(b*x) 、 a*exp(b*x) + c*exp(d*x)x0dx0aFourier：傅立葉逼近，有7種類型，基礎型是 a0 + a1*cos(x*w) + b1*sin(x*w)x0dx0aGaussian：高斯逼近，有8種類型，基礎型是 a1*exp(-((x-b1)/c1)^2)x0dx0aInterpolant：插值逼近，有4種類型，linear、nearest neighbor、cubic spline、shape-preservingx0dx0aPolynomial：多形式逼近，有9種類型，linear ~、quadratic ~、cubic ~、4-9th degree ~x0dx0aPower：冪逼近，有2種類型，a*x^b 、a*x^b + cx0dx0aRational：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x0dx0aSmoothing Spline：平滑逼近（翻譯的不大恰當，不好意思）x0dx0aSum of Sin Functions：正弦曲線逼近，有8種類型，基礎型是 a1*sin(b1*x + c1)x0dx0aWeibull：只有一種，a*b*x^(b-1)*exp(-a*x^b)
⑨ 如何使用matlab 2014a 做數據曲線擬合
如何使用matlab 2014a 做數據曲線擬合
matlab中用來擬合的常用函數有polyfit（多項式擬合）、nlinfit（非線性擬合）以及regress（多元線性回歸）。
polyfit，nlinfit與regress都有相應配套函數。與polyfit配套的有polyval（可以計算預測值置信區間）。與nlinfit配套的有nlintool（互動窗口）、nlinparci（計算擬合系數置信區間）、nlinpredci（計算預測值置信區間）。與regress配套的有rcoplot（畫殘差圖）。
具體的函數調用方法、格式，matlab的幫助文件裡面都有，而且也提供了代碼案例。
對於進階matlab使用者還有更多的選擇，如擬合工具箱、fit函數、interp系列插值擬合等等。
⑩ 【數學建模演算法】(番外6)Matlab曲線擬合工具箱cftool
以一個例子作為這篇文章的開始：
利用Matlab中的cftool尋找適當的模型對這個數據進行擬合。
發現曲線形狀更像一個二次曲線或者一個指數曲線，所以決定使用二次曲線或指數曲線分別擬合選擇效果好的一種。
接下來就要用到工具箱了
在命令行輸入cftool
之後就會出現cftool的主界面
下面對界面進行逐一介紹：
可以看到cftool工具箱支持最多3維數據的擬合，而且還可以為數據增加權重。
在你打開工具箱之後，它會自動讀取工作區的數據，你需要將其分別賦給X,Y,Z data。
左邊部分：
最上面：函數類型
Polynomial：多項式
Degree：多項式階數。
Robust：魯棒性要求：
Off——無要求
LAR——(least absolute resial)最小絕對殘差
Bisquare——賦權最小殘差，給離曲線近的給予較大的權重，遠的給予較小的權重。
Custom Equation：用戶自定方程
下面是用戶自行編寫的函數形式。
指數型Exponential
舉例說明到此結束，剩下的類型請讀者自行探索。
在這部分中會給出函數的模型和計算出的參數值。
給出按參數擬合出的函數圖像。
二次多項式：
指數型：
從二者的結果比較可以明顯看出，多項式的擬合效果更好。