⑴ 怎么用matlab编写曲线拟合
在命令行输入图中所示的数据；
如何利用MATLAB曲线拟合工具箱做曲线拟合
在窗口中输入cftool，按enter键进入拟合工具箱；
如何利用MATLAB曲线拟合工具箱做曲线拟合
在Xdata中选择x，Ydata中选择y；
如何利用MATLAB曲线拟合工具箱做曲线拟合
修改fitname名称为拟合曲线1；
如何利用MATLAB曲线拟合工具箱做曲线拟合
在右侧的下拉菜单中选择拟合曲线的类型，再选择相应的degree和robust；
如何利用MATLAB曲线拟合工具箱做曲线拟合
单机fit options，设定参数上下限；
如何利用MATLAB曲线拟合工具箱做曲线拟合
设置完成后自动更新，我们可从窗口中看到相应的拟合曲线，在result中看到拟合结果。
如何利用MATLAB曲线拟合工具箱做曲线拟合
⑵ matlab中如何进行曲线拟合
拟合用polyfit和polyval.
b=polyfit(x,y,2);%进行2次拟合，b是多项式前面的值。就如2次拟合中y=ax+b,a,b的值。
yy=polyval(b,x);%得到拟合后y的新值
plot(x,yy)%画拟合图
⑶ 如何使用matlab拟合工具箱
1.打开CFTOOL工具箱。
在Matlab 6.5以上的环境下，在左下方有一个"Start"按钮，如同Windows的开始菜单，点开它，在目录"Toolboxes"下有一个"Curve Fitting"，点开"Curve Fitting Tool"，出现数据拟合工具界面，基本上所有的数据拟合和回归分析都可以在这里进行。也可以在命令窗口中直接输入”cftool”，打开工具箱。
2.输入两组向量x，y。
首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。 例如在命令行里输入下列数据: 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.数据的选取。
打开曲线拟合共工具界面，点击最左边的"Data..."按钮，出现一个Data对话框，在Data Sets页面里，在X Data选项中选取x向量，Y Data选项中选取y向量，如果两个向量的元素数相同，那么Create data set按钮就激活了，此时点击它，生成一个数据组，显示在下方Data Sets列表框中。关闭Data对话框。此时Curve Fitting Tool窗口中显示出这一数据组的散点分布图。
4.曲线拟合(幂函数power)。
点击Fitting...按钮，出现Fitting对话框，Fitting对话框分为两部分，上面为Fit Editor，下面为Table of Fits,有时候窗口界面比较小，Fit Editor部分会被收起来，只要把Table of Fits上方的横条往下拉就可以看见Fit Editor。在Fit Editor里面点击New Fit按钮，此时其下方的各个选框被激活，在Data Set选框中选中刚才建立的x-y数据组，然后在Type of fit选框中选取拟合或回归类型，各个类型的拟合或回归相应的分别是： Custom Equations 用户自定义函数 Expotential e指数函数 Fourier 傅立叶函数，含有三角函数 Gaussian 正态分布函数，高斯函数 Interpolant 插值函数，含有线性函数，移动平均等类型的拟合 Polynomial 多项式函数 Power 幂函数 Rational 有理函数（不太清楚，没有怎么用过） Smooth Spline （光滑插值或者光滑拟合，不太清楚） Sum of sin functions正弦函数类
在这个Type of fit选框中选择好合适的类型，并选好合适的函数形式。于是点击Apply按钮，就开始进行拟合或者回归了。此时在Curve Fitting Tool窗口上就会出现一个拟合的曲线。这就是所要的结果。 在上面的例子中，选择sum of sin functions中的第一个函数形式，点击Apply按钮，就可以看见拟合得到的正弦曲线。
⑷ 如何使用matlab 2014a 做数据曲线拟合
方法/步骤
输入数据
做数据曲线拟合，当然该有数据，本经验从以如下数据作为案例。
添加数据到curve fitting程序
这一步就是将你要拟合的数据添加到curve fitting程序中，同时给你拟合的曲线命名。
选择曲线拟合的方法类型
常见的拟合曲线有多项式的、指数的、对数的等等。curve fitting程序提供了很多的方法。你可以根据自己的数据具体选择。
选择好方法后，按照提供的公式选择具体的选项
本文的数据近似为线性的，我们选择多项式拟合的一阶方法。
拟合结果查看
拟合后，curve fitting会给你具体的函数表达式，你可以将他给出的参数的值带入你选择的方法中。
结果说明
在结果中，不仅可以看到函数的表达式，同时他还给出了95%置信区间的参数值，以及拟合好坏的一些指标，如：
SSE:
R-square:
Adjusted R-square:
RMSE:
画出图像
虽然在curve fitting程序有自带的图像显示，但是一般最好将拟合结果显示到单独的图像窗口。
保存结果
曲线拟合结束后，你可以保存你的拟合结果。选择你保存的路径即可。