最小二乘法拟合的MATLAB程序代码实现

最小二乘法是一种常用的数据拟合方法，可以通过最小化观测值与拟合值之间的残差平方和来确定拟合曲线的参数。在MATLAB中，可以使用以下代码实现最小二乘法拟合：

% 假设有n个数据点，x为自变量，y为因变量
n = length(x);

% 构建矩阵X和向量Y
X = [ones(n, 1), x]; % X矩阵的第一列为全1向量，第二列为自变量x
Y = y;

% 使用最小二乘法求解拟合参数
coefficients = (X' * X) \ (X' * Y);

% 提取拟合参数
intercept = coefficients(1); % 截距
slope = coefficients(2); % 斜率

% 绘制原始数据点和拟合曲线
plot(x, y, 'o'); % 绘制原始数据点
hold on;
plot(x, intercept + slope * x); % 绘制拟合曲线
hold off;

% 输出拟合参数
disp(['拟合直线方程为：y = ', num2str(intercept), ' + ', num2str(slope), 'x']);

以上代码首先构建了矩阵X和向量Y，其中矩阵X的第一列为全1向量，第二列为自变量x。然后使用最小二乘法求解拟合参数，通过矩阵运算得到拟合参数的估计值。最后，绘制原始数据点和拟合曲线，并输出拟合直线的方程。