数据拟合方法

数据拟合方法
　　曲线拟合也称为曲线逼近，它和插值函数有一些区别，只要求拟合的曲线合理的反应数据的基本趋势，而并不要求曲线一定经过数据点。曲线拟合有几种不同的判别准则，如使偏差的绝对值之和最小、使偏差的最大绝对值最小和使偏差的平方和最小（即最小二乘法）。最常用的方法是最后一种。
1. polyfit(X,Y,N)函数和polyval函数
1.1 polyfit(X,Y,N)函数
　　多项式曲线拟合。
1.1.1语法
p = polyfit(x,y,n) 返回阶数为 n 的多项式 p(x) 的系数，该阶数是 y 中数据的最佳拟合（在最小二乘方式中）。p 中的系数按降幂排列，p 的长度为 n+1。
p ( x ) = p 1 x n + p 2 x n − 1 + . . . + p n x + p n + 1 p(x)=p_1x^{n}+p_2x^{n-1}+...+p_nx+p_{n+1} p(x)=p1​xn+p2​x