Matlab拟合工具箱CFtool使用指南

matlab拟合工具箱使用1.打开CFTOOL工具箱在Matlab6.5以上的环境下，在左下方有一个Start按钮，如同Windows的开始菜单，点开它，在目录Toolboxes下有一个CurveFitting，点开CurveFittingTool，出现数据拟合工具界面，基本上所有的数据拟合和回归分析都可以在这里进行。也可以在命令窗口中直接输入cftool，打开工具箱。2.输入两组向量x，y首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。例如在命令行里输入下列数据:x=[196,186,137,136,122,122,71,71,70,33];y=[0.012605;0.013115;0.016866;0.014741;0.022353;0.019278;0.041803;0.038026;0.038128;0.088196];3.选取数据打开曲线拟合共工具界面，点击最左边的Data...按钮，出现一个Data对话框，在DataSets页面里，在XData选项中选取x向量，YData选项中选取y向量，如果两个向量的元素数相同，那么Createdataset按钮就激活了，此时点击它，生成一个数据组，显示在下方DataSets列表框中。关闭Data对话框。此时CurveFittingTool窗口中显示出这一数据组的散点分布图。4.拟合曲线(幂函数power)。点击Fitting...按钮，出现Fitting对话框，Fitting对话框分为两部分，上面为FitEditor，下面为TableofFits,有时候窗口界面比较小，FitEditor部分会被收起来，只要把TableofFits上方的横条往下拉就可以看见FitEditor。在FitEditor里面点击NewFit按钮，此时其下方的各个选框被激活，在DataSet选框中选中刚才建立的x-y数据组，然后在Typeoffit选框中选取拟合或回归类型，各个类型的拟合或回归相应的分别是：CustomEquations用户自定义函数Expotentiale指数函数Fourier傅立叶函数，含有三角函数Gaussian正态分布函数，高斯函数Interpolant插值函数，含有线性函数，移动平均等类型的拟合Polynomial多项式函数Power幂函数Rational有理函数（不太清楚，没有怎么用过）SmoothSpline？？（光滑插值或者光滑拟合，不太清楚）Sumofsinfunctions正弦函数类Weibull威布尔函数（没用过）在这个Typeoffit选框中选择好合适的类型，并选好合适的函数形式。于是点击Apply按钮，就开始进行拟合或者回归了。此时在CurveFittingTool窗口上就会出现一个拟合的曲线。这就是所要的结果。在上面的例子中，选择sumofsinfunctions中的第一个函数形式，点击Apply按钮，就可以看见拟合得到的正弦曲线。5.查看拟合结果信息在Fitting对话框中的Results文本框中显示有此次拟合的主要统计信息，主要有Generalmodelofsin1:.......(函数形式）Coefficients(with95%conffidencerange)(95%致信区间内的拟合常数）a1=...(......)（等号后面是平均值，括号里是范围）....Godnessoffit:(统计结果）SSE:...（方差）R-squared:...(决定系数，不知道做什么的）AdjustedR-squared:...(校正后的决定系数，如何校正的不得而知）RMSE:...(标准差）上面的例子中经过拟合得到的函数最后为y=3.133*x^(-1.007)-0.0042336.拟合分析(Analysis)。7.导出图片另外要说的是，如果想把这个拟合的图像导出的话，在CurveFittingTool窗口的File菜单下选PrinttoFigure，此时弹出一个新的图像窗口，里面是你要导出的图像，在这个figure窗口的File菜单里再选Export，选择好合适的格式，一般是jpeg，选择好路径，点击OK就可以了。出来的图像可以在Word等编辑环境中使用，就不多说了。要修改图像的性质，如数据点的大小、颜色等等的，只需要在对象上点右键，就差不多可以找到了。另外使用程序来进行曲线拟合：p=polyfit(xdata,ydata,n)n为选取的方法a=polyval(p,xdata)进行曲线拟合后计算所得到得值可以将拟合曲线与源曲线画出来：plot(xdata,ydata,'b*',xdata,a,'r-')legend('ydata','fit');