1樓：家蕭從懷蓮
例：x=[19,25,31,38,44];y=[19.0,32.3,49.0,73.3,97.8];
fun1=inline('c(1)+c(2)*x.^2','c','x');
%擬合函式
c=lsqcurvefit(fun1,[0,0],x,y)%求擬合係數
['y=',num2str(c(1)),'+',num2str(c(2)),'x^2']%擬合函式表示式
y1=c(1)+c(2)*x.^2;
%擬合函式表示式值
plot
(x,y,'b*',
x,y1,'r-');%繪製x，y點與擬合函式，比較擬合程度進行結果：
fun1
=inline
function:
fun1(c,x)
=c(1)+c(2)*x.^2
optimization
terminated:
first-order
optimality
less
than
options.tolfun,
andno
negative/zero
curvature
detected
intrust
region
model.c=
0.972578657321613
0.0500351242188565
ans=
y=0.97258+0.050035x^2
spss怎麼用最小二乘法估計y=a+bx中a與b的值？
2樓：南瓜蘋果
**如下：
//point.h
#include
using namespace std;
class point//point類的宣告
double getx()
double gety()
friend double linefit(point l_point, int n_point);//友元函式
//int型變數為點數
private: //私有資料成員
double x;
double y;
};//end of point.h
擴充套件資料
最小二乘法直線擬合，最小二乘法多項式（曲線）擬合，機器學習中線性迴歸的最小二乘法，系統辨識中的最小二乘辨識法，引數估計中的最小二乘法，等等。所謂最小二乘，其實也可以叫做最小平方和。
就是通過最小化誤差的平方和，使得擬合物件無限接近目標物件，這就是最小二乘的核心思想。可以看出，最小二乘解決的是一類問題，就是需要擬合現有物件的問題。
最小二乘應該說是一種思想，而只有結合了具體物件，才變成最小二乘法。這也就導致了多種多樣的最小二乘公式、推導、證明等等。但是，其核心是最小二乘的思想，只是展示形式不同。
3樓：匿名使用者
請參照下列操作。
係數(a)
模型 非標準化係數 標準係數
b 標準誤差 t sig.
1(常量) 1.662(a) .2975 .595 .001
自變數 .139(b) .030 .882 4.579 .004
a. 因變數: 因變數
迴歸方程為 因變數^ = 1.662 + 0.139 自變數
計算方法用最小二乘法求形如y=a+blnx的函式來擬合下述
4樓：個十千度
^設f(x)=a+bln(x)
假定測量值為（x1,y1),(x2,y2),...(xn,yn)則殘值的平方和為：g(a,b)=(f(x1)-y1)^2+(f(x2)-y2)^2+...+(f(xn)-yn)^2
先將g(a,b)看作a為自變數的函式（二次內函式），其中的字母容b當做引數，用配平方法求g(a,b)取最小值時對應的a=h(b)，再將a=h(b)代入g(a,b)，從而可得到一個新函式s(b)，再求出與s(b)最小值對應的b，最後由a=h(b)得到a，完成。
如何用最小二乘法擬合二次函式模型y=ax^2+bx+c
5樓：匿名使用者
好久沒接觸有點忘了 好像要用換元法把圖形轉化成一條直線的 例如那個y=ax^b 令x^b=z 然後原問題就轉化成y=az 關於y和z的函式 有點忘了 我說的不一定對 希望能讓你有點靈感
最小二乘法擬合（y=a*e^bx形式）
6樓：
給你段程式，你自己照著改吧，需要給初值。
function untitled3
clcxi=[0.019,0.023,0.027]; % x data
yi=[430,380,256]; % y dataabc0=[4,0.5,5]; % initial valuesabc = lsqcurvefit(@fun,abc0,xi,yi)% target function
function y = fun(abc,x)y = (abc(1)*(1-x/abc(2))+x/abc(2)).^abc(3);
abc =
31.2588 -3.9585 1.7033***********************************====
另外，其實指數的情況兩邊取一下對數，就變成線性擬合了
7樓：雨季鬱結
其實很簡單的
先算出這些資料的x和y的平均數
∑為連加，就是把後面字母對應的資料都加起來！
如資料x=1.2.3.
4.5,則∑(x)=1+2+3+4+5=15資料y=2.3.
4.5.6 則∑(y)=2+3+4+5+6=20∑(x*y)=1*2+2*3+3*4+4*5+5*6=∑(x*x)=1*1+2*2+3*3+4*4+5*5=因為有五個資料,所以這裡的n=5
分別代入
最後得到關於a.b的二元一次方程組， a=(n∑xy-∑x∑y)/(n∑x^2-(∑x)^2)
b=y(平均)-ax（平均）
就可以算出來了，考試的話是會給出公式的，記得怎麼算就可以了
如何用最小二乘法，求得x^(a)+y^(b)=1 中a,b 的值 10
8樓：匿名使用者
最小二乘法：
總離差不能用n個離差之和
來表示，通常是用離差的平方和，即
作為總離差，並使之達到最小，這樣迴歸直線就是所有直線中q取最小值的那一條，這種使「離差平方和最小」的方法，叫做最小二乘法：
由於絕對值使得計算不變，在實際應用中人們更喜歡用：q=（y1-bx1-a）²+（y2-bx-a²）+。。。+（yn-bxn-a）²
最小二乘法的擬合,最小二乘法曲線擬合公式
對給定資料點集合，在取定的函式類中，求，使誤差的平方和最小，從幾何意義上講，就是尋求與給定點集的距離平方和為最小的曲線y p x 函式p x 稱為擬合函式或最小二乘解，求擬合函式p x 的方法稱為曲線擬合的最小二乘法。最小二乘法的矩陣形式 最小二乘法的矩陣形式為 其中 為 的矩陣，為 的列向量，為 ...
什麼是最小二乘原理，什麼是最小二乘法及其原理？
最小二乘法是一種數學優化技術 它通過最小化誤差的平方和尋找資料的最佳函式匹配。最小二來乘法是一種數自學優化技術，它通過bai最小化誤差的平方du 和找到一組數zhi據的最dao 佳函式匹配。最小二乘法是用最簡的方法求得一些絕對不可知的真值，而令誤差平方之和為最小。最小二乘法通常用於曲線擬合。很多其他...
求高手指導運用最小二乘法公式，在MATLAB環境下編寫程序，以求相應的關係式
x 80 85 90 95 100 105 110 113 115 y 415.2231 1342.4033 2425.0989 3716.0690 5292.3648 7292.1277 10045.4481 12438.0081 14807.0950 a polyfit x,y,2 結果為a 1...