matlab最小二乘法数据拟合函数详解

在 MATLAB 中，可以使用 `polyfit` 函数来进行最小二乘法数据拟合。

该函数的语法格式为：

p = polyfit(x, y, n)

其中，`x` 和 `y` 分别为数据点的横纵坐标，`n` 为拟合的多项式次数。

`polyfit` 函数返回一个多项式系数向量 `p`，其中 `p(1)` 为最高次项系数，`p(end)` 为常数项系数。

通过使用 `polyval` 函数，可以利用得到的多项式系数向量 `p` 来进行拟合值的计算。其语法格式为：

y_fit = polyval(p, x)

其中，`x` 为需要求解的数据点的横坐标，`y_fit` 为拟合值。

下面给出一个完整的例子：

% 生成实验数据
x = 1:10;
y = [2.1, 4.0, 5.9, 8.1, 9.5, 12.1, 13.8, 15.6, 17.2, 19.1];

% 使用最小二乘法进行数据拟合
p = polyfit(x, y, 2);

% 计算拟合值
y_fit = polyval(p, x);

% 绘制原始数据和拟合曲线
plot(x, y, 'o', x, y_fit, '-')
legend('原始数据', '拟合曲线')

运行该脚本，就可以得到拟合曲线。