这个函数怎样用matlab进行曲线拟合？

Question

x的值：5，2，0.9，0.6，0.355，0.15，0.1，0.074，
y的值：0.0318，0.0331，0.0148，0.0165，0.031，0.0284，0.0082，0.0562
函数形式为：y=a*x^b
能给出一个具体程序吗？我不会编程，谢谢了

Answer 1

方程两边对数化，得到：ln(y)=ln(a)+b*ln(x),拟合这个线性方程就可以了，使用matlab中的regress（）函数，编制如下代码：

x=[5 2 0.9 0.6 0.355 0.15 0.1 0.074]';
y=[0.0318 0.0331 0.0148 0.0165 0.031 0.0284 0.0082 0.0562]';
lnx=log(x);
lny=log(y);
X=[ones(length(x),1),lnx];
format long
[b,bint,r,rint,s]=regress(lny,X,0.05);
b,bint,s,
subplot(2,2,1)
rcoplot(r,rint)
title('残差图')
subplot(2,2,2)
plot(x,y,'+')
title('原始的x-y散点图')
subplot(2,2,3)
plot(lnx,lny,'+')
title('对数化后lnx-lny散点图')
x1=[log(min(x)):0.1:log(max(x))];
y1=polyval(b,x1);
subplot(2,2,4)
plot(lnx,lny,'+',x1,y1)
title('拟合效果图')
format short

得到结果如下：

b =

-3.70894416234909
0.03576915928443

bint =

-4.34859095115185 -3.06929737354633
-0.36781660748507 0.43935492605393

s =

Columns 1 through 3

0.00777750411725 0.04703080699857 0.83549882584920

Column 4

0.41795448690887

注意，统计量中相关性不是很大，你应该考虑换一个模型试试。

Answer 2

两边取一下对数就变成线性拟合了，然后用最小二乘法就可以了本回答被提问者采纳

Answer 3

这个可以用matlab一个拟合工具箱
curve fitting toolbox，那里你可以定义你想拟合的函数