给我一个matlab拟合直线计算灵敏度和非线性误差的代码

在MATLAB中，可以使用`polyfit`函数来拟合直线，并计算灵敏度和非线性误差。以下是一个示例代码：

% 生成一些模拟数据
x = linspace(0, 10, 100); % x数据
y = 2*x + 3 + randn(size(x)); % y数据，实际是y=2x+3加上一些噪声

% 使用polyfit进行线性拟合，1代表一次多项式，即直线
p = polyfit(x, y, 1);

% 获取拟合参数
slope = p(1); % 斜率
intercept = p(2); % 截距

% 计算拟合的y值
y_fit = polyval(p, x);

% 计算灵敏度（斜率）
sensitivity = slope;

% 计算非线性误差，这里我们使用均方根误差作为非线性误差的度量
nonlinear_error = sqrt(mean((y - y_fit).^2));

% 绘制原始数据和拟合直线
figure;
plot(x, y, 'b.', 'DisplayName', '原始数据'); % 原始数据点
hold on;
plot(x, y_fit, 'r-', 'LineWidth', 2, 'DisplayName', '拟合直线'); % 拟合直线
legend show;
title('数据拟合');
xlabel('X');
ylabel('Y');
grid on;

% 输出结果
fprintf('斜率: %.4f\n', sensitivity);
fprintf('非线性误差（RMSE）: %.4f\n', nonlinear_error);

这段代码首先生成了一些模拟数据，然后使用`polyfit`函数对数据进行线性拟合，得到斜率和截距。接着计算了拟合的y值，并使用均方根误差（RMSE）作为非线性误差的度量。最后，绘制了原始数据和拟合直线，并输出了斜率和非线性误差。