curve fitting
从 matlab 工作区导入数据并进行曲线和曲面拟合。执行线性和非线性回归和插值。
线性和非线性回归
使用线性和非线性回归，将一个连续响应变量作为一个预测变量的函数进行建模。
线性拟合
通过选择标准回归模型或使用自定义方程来应用线性回归。所有这些标准回归模型都包含优化的求解器参数和起始条件，以提高拟合质量。
平滑和插值
使用插值法估算已知数据点之间的值，然后使用平滑样条和局部回归进行拟合以平滑数据。
后处理
在拟合曲线或曲面后，使用后处理方法对拟合绘图。分析拟合是否准确、估计置信区间并计算积分和导数。
比较和评估拟合
创建多个拟合，比较图形和数值结果以及拟合优度统计量。使用验证数据调优拟合。
样条
构造有数据或无数据样条。控制高级样条操作，包括断点/节点操作、优化节点放置以及数据点加权。
对数据进行样条拟合
对数据进行各种样条拟合，包括具有各种终止条件的三次样条和平滑样条，用于曲线、曲面和更高维对象。
