最小二乘法估计 matlab

x=[123456];y=[2.13.96.18.210.312];nh1=polyfit(x,y,2);%这里是二次拟合,你也可以先画出大概图形估计它是几次曲线然后再判断是12还是3..等.m=1:

xi=[0.019,0.023,0.027];%xdatayi=[430,380,256];%ydataabc0=[4,0.5,5];%initialvalues%%初始值设定abc=lsqcurve

x0=[12345678];y0=[1.121.983.013.975.116.136.998.05];p=polyfit(x0,y0,1);y=poly2str(p,'x')a=p(1)b=p(2)

x1=[350350350350350350350350350500500500500500500500500500650650650650650650650650650];x2=[2223.53.5

1）>>x=linspace(1,32,8);>>y=linspace(0.1,0.8,8);>>p=polyfit(x,y,1)p=0.02260.0774%a=0.0226b=0.07742）>>

首先确认一下,你这的log是以10为底的对数吧?那么命令如下.（如果是以e为底就不用除以log(10)了,自己改一下.)>>x=0.01:0.01:1;>>m=log(x)/log(10);>>for

用polyfit函数,（用来多项式拟合的,是用最小二乘法）举个例子x=[90919293949596];z=[70122144152174196202];a=polyfit(x,z,1)结果：a=1.

如上所述,采用polyfit来拟合,二次多项式polyfit(x,y,2)x=[0.110.130.190.210.270.370.530.590.710.790.891.07];y=[3868-10

太难了!

对于线性函数,除了polyfit（）,还可以用regress（）等对于非线性函数,可以用lsqcurvefit（）或nlinfit（）等根据你提供的数据,可以拟合成如下关系Q=0.52429N^1.6

A'A要满秩才求逆解方程啊,所以不一定A'AX=A'b恒有解的.不过考虑到一般实际用到最小二乘很多事实验数据拟合,所以基本上A'A都是满秩的

你的问题看得不是太懂,不过最小二乘法的函数是lsqcurvefit使用方法是：lsqcurvefit（fun,a0,x,y)其中fun为函数原型a0为最优化的初始值x,y为原始输入输出数据向量

问题分析你给的拟合公式一有些问题,很难达到理想的拟合效果,参考代码如下：time = 0:1:24;tem = [15,14,14,14,14,15,16,18

x=[27560000,55120000,82680000,88192000,110240000,137800000]y=[1743170000,1894750000,2053220000,20670

给我邮箱发邮件,我给你传过去

y=[00.060.110.170.230.280.340.400.460.520.590.650.720.800.870.961.051.161.311.55]';x=[20.0218.9517.7

t=[0102030405060708090100110120130140150160170184]';n=[061711411601201924032760309634133715400442804

我给你个最小二乘拟合的例子自己体会一下：下面给定的是乌鲁木齐最近1个月早晨7:00左右(新疆时间)的天气预报所得到的温度数据表,按照数据找出任意次曲线拟合方程和它的图像.(2008年10月26~11月

你可以查查POLYFIT函数,可以做到拟合曲线

楼主可试一下拟合工具箱sftool,help下就有用法~再问：我做出来了用的是【bbint】=regress（）；谢谢了