Matlab 曲线拟合之polyfit与polyval函数

/farewell-farewell/p/7227516.html

p=polyfit(x,y,n)

[p,s]= polyfit(x,y,n)

说明：x,y为数据点，n为多项式阶数，返回p为幂次从高到低的多项式系数向量p。x必须是单调的。矩阵s用于生成预测值的误差估计。

多项式曲线求值函数：polyval( )

调用格式：y=polyval(p,x)

[y,DELTA]=polyval(p,x,s)

说明：y=polyval(p,x)为返回对应自变量x在给定系数P的多项式的值。

[y,DELTA]=polyval(p,x,s) 使用polyfit函数的选项输出s得出误差估计Y DELTA。它假设polyfit函数数据输入的误差是独立正态的，并且方差为常数。则Y DELTA将至少包含50%的预测值。

有如下数据

1. y与t的经验公式为 y = at^2 + bt + c

clear;clf; %清除当前窗口clc;t = 1900:10:2000; %时间ty = [76 92 106 123 132 151 179 203 227 250 281];%人口yplot(t,y,'k*');hold on;% figure; %重新开一个图p1 = polyfit(t,y,2);plot(t, polyval(p1, t));axis([1900 2000 0 300]); %图像xy轴范围disp(char(['y=',poly2str(p1,'t')],['a=',num2str(p1(1)),' b=',...num2str(p1(2)),' c=',num2str(p1(3))]));

结果如下：

y= 0.0094289 t^2 - 34.7482 t + 32061.5711a=0.0094289 b=-34.7482 c=32061.5711