如何应用最小二乘法进行实验曲线拟合

如题所述

打开Excel,先将数据绘成线性图,然后在图表中添加趋势线,然后勾选:显示公式,就可以拟合出数据的公式了。

最小二乘法:

(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。

拟合:

对给定数据点{(Xi,Yi)}(i=0,1,…,m),在取定的函数类Φ 中,求p(x)∈Φ,使误差的平方和E^2最小,E^2=∑[p(Xi)-Yi]^2。从几何意义上讲,就是寻求与给定点 {(Xi,Yi)}(i=0,1,…,m)的距离平方和为最小的曲线y=p(x)。函数p(x)称为拟合函数或最小二乘解,求拟合函数p(x)的方法称为曲线拟合的最小二乘法。

温馨提示:答案为网友推荐,仅供参考
第1个回答  2017-07-21
看你的数据,50那个点可能测量不准如果用二次拟合是y=-0.0024*x^2+0.2037*x+0.2305一次拟合是y=0.0728*x+1.3215误差自己算一下吧不好意思,有急事本回答被提问者采纳
第2个回答  2015-10-24
http://blog.csdn.net/zzukun/article/details/49388297
这里有用python实现的最小二乘法线性函数的参数拟合
相似回答