拟合步骤:
1、求(获)得一系列x,y对应值
x=[]
y=[]
2、根据画出的曲线,,设定拟合函数
fun=inline('a(1)+a(2)exp(a(3)x','a','x')
3、初定x0的初值
x0=[0
0
0]
4、用拟合函数求出拟合系数
a=lsqcurvefit(fun,x0,x,y)
或
a=
nlinfit(x,y,fun,x0)
用cftool的结果与实际是有较大的误差。你不仿用二种获得的拟合函数，将已知值x代人，得到的yi，那个更接近已知值y。
一般用cftool工具箱，来判断拟合函数可能的形式。
用origin80做曲线拟合的步骤如下：
1、打开计算机后，在计算机桌面双击OriginPro 80快捷键打开。敲击键盘中的Ctrl+N出现图一界面，选中New选项卡里的Project,单击OK按钮即可建立新的工作界面。
2、把自己测量的数据填入响应的表格。如本文中A(X)列为温度，B(X)列为光强度。研究的规律就是随着温度的增加，光强度的衰减情况。
3、选中A(X)和B(X)列的全部数据，然后依次Plot→Symbol→Scatter,可知温度跟光强度是线性关系，所以要进行线性拟合，接下来依次点击Analysis→Fitting→Fit Linear→Open Dialog。
4、在Linear Fit选项卡中单击OK按钮，然后在跳出来的Reminder Message选项卡中单击OK按钮后会得知光强度与温度的函数关系为：y=-045802x+1221011,拟合度R²因子达097238。
; 我们在平时用SPSS做回归分析的时候会遇到线性和非线性两种情况，在SPSS中为我们提供了11种常用的模型供我们选择，这篇指南就教大家怎么合理使用SPSS曲线拟合，以及怎么分析结果。
工具/材料
电脑
IBM SPSS Statistics 19
操作方法
01
打开SPSS软件后先打开你需要分析的数据。打开右上角的标识，选择你需要的文件，点击打开，选择文件。
02
打开后如果你事先不知道两个变量之间是线性还是非线性，那就画散点图分析其趋势。图形---旧对话框---散点/点状---简单分布---定义
03
将相应的变量设置为x，y 轴，点击确定，接下来会自动在文档查看器中显示散点图，如果选取的样本多的话，有时候会连成曲线，不过不影响分析。
04
确定不是线性关系之后，用曲线拟合分析。点击分析---回归---曲线估计，进入到曲线估计面板里面设置。
05
在曲线估计框中设置好x，y轴，下面的11种模型中可以选择其中比较符合样本变化情况的，因为刚开始已经画出散点图了，所以这一步选择模型就比较容易，如果不知道选择那个，就多点几个。
06
然后找到和样本图像最为吻合和的图像，然后分析结果。
07
ANOVA那个表，也就是F检验，那个表代表的是对你进行回归的所有自变量的回归系数的一个总体检验，如果sig
08
然后看系数表，看标准化的回归系数是否显著，每个自变量都有一个对应的回归系数以及显著性检验。
09
最后看模型汇总那个表，R方叫做决定系数，它是自变量可以解释的变异量占因变量总变异量的比例。
以上就是关于matlab画出的曲线怎么拟合函数全部的内容，包括:matlab画出的曲线怎么拟合函数、origin8.0做曲线拟合怎么做、SPSS怎么做曲线拟合等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
