用你的实验数据进行拟合之后修正你的理想模型用p=polyfit(x,y,n)其中p是拟合后得出的多项式的系数向量，x为数据一，y为数据二，n是拟合的阶数，你的理想曲线为几阶n就为几，一般阶数越高拟合精度越高
成都创新互联公司主营进贤网站建设的网络公司,主营网站建设方案,成都App制作,进贤h5成都小程序开发搭建,进贤网站营销推广欢迎进贤等地区企业咨询
1、厘清各个数据之间的逻辑关系，搞清楚哪个是自变量，哪个又是因变量。这里我们要对人均gdp和城市化水平进行分析，建立符合两者之间的模型，假定人均gdp为自变量，城市化水平是因变量。
2、由于我们不知道两者之间的具体关系如何，所以我们利用数据生成一个散点图判断其可能符合的模型。为生成的散点图，一般横坐标为自变量，纵坐标为因变量，所以我们需要将x轴，y轴的坐标对调一下，这里采用最简单的方法，将因变量移动到自变量的右边一列即可。
3、由步骤2的散点图，我们可以判断自变量和因变量之间可能呈线性关系，我们可以添加线性趋势线进一步加以判断。如附图1所示。也可以添加指数，移动平均等趋势线进行判断。很明显数据可能符合线性关系，所以下面我们对数据进行回归分析。
4、选择菜单栏的“数据分析”--“回归”。
5、步骤4进行的回归分析输出结果如附图所示。回归模型是否有效，可以参见p指，如果p0.001则极端显著，如果0.001p0.01非常显著，0.01p0.05则一般显著，p0.05则不显著。本例的p值均小于0.001，所以属于极端显著，故回归模型是有效的。根据回归模型的结果可知
y = 5E-06x + 0.5876R² = 0.9439
Excel 是一个办公很经常用到的一个办公软件，他主要用于数据的分析、查看、对比等，让数据看起来更直观，更容易对比，而有很多时候需用Excel做图表数据拟合，接下来请欣赏我给大家网络收集整理的用excel做图表数据拟合教程。
用excel做数据拟合教程
用excel做数据拟合步骤1： 把实验数据输入excel中，两个变量的最好做成两个竖排。选中所有数据，注意不要把文字也选上了。
用excel做数据拟合步骤2： 在菜单栏中点“插入”，然后选择“散点图”下面的下拉菜单。
平滑曲线：
用excel做数据拟合步骤3： 从菜单中选择自己需要的类型，一般选择既有数据点，又有平滑曲线的散点图。就能得到平滑曲线。
用excel做数据拟合步骤4： 多项式拟合(线性，指数，幂，对数也类似)：
用excel做数据拟合步骤5： 选取数据;
用excel做数据拟合步骤6： 插入，散点图;
用excel做数据拟合步骤7： 选择只有数据点的类型;
用excel做数据拟合步骤8： 就能得到第二张图所示的数据点。
用excel做数据拟合步骤9： 点击一个点，会选中所有数据点，然后点右键，在弹出的菜单中选择“添加趋势线”。
用excel做数据拟合步骤10： 在这里可以选择需要你和的曲线类型，如线性，指数，幂，对数，多项式。。选择多项式。
再把下面的“显示公式”，“显示R平方”的复选框里打√，就能得到需要的曲线，公式，和相对误差。
用excel做数据拟合步骤11： 图形格式设置：
生成图形后还有一些问题，比如没有坐标轴名称，没有刻度等。
打开菜单中的设计，点图标布局中的下拉菜单。
用excel做数据拟合步骤12： 会看到有很多布局类型的图标，选择自己需要的。比如，图中选的布局是常见的有标题，坐标轴名称的。
用excel做数据拟合步骤13： 坐标轴还需要设置：用鼠标点击坐标轴附近的区域，右键，选择“设置坐标轴格式”。
用excel做数据拟合步骤14： 在这里可以进行详细地设置。具 体操 作根据自己需要进行。
以上是由我给大家分享的用excel做图表数据拟合步骤全部内容，希望对你有帮助。
猜你喜欢：
1. 用excel做图表数据拟合教程
2. Excel2010中图表数据系列的选择与设置方法
3. excel2010数据表生成图表的方法
4. excel数据如何生成曲线图
5. 关于Excel制作图表并填上数据的方法
6. excel如何制作曲线图
7. 用excel生成含有多类数据的图表的方法
select browser,device,COUNT(device) sl from 表名 group by browser,device order by browser
因为拟合函数的形式没有给定，而且数据点比较少（看似17个点，实际有效点只有12个），这个问题可能比较困难。我用最小二乘法大致尝试了一下，程序如下：clearclcl=[00001201520305512011012510080110120]';dq=[10201290114090010209901200120013801140108011701050114012559691650]';t=[01234567891011121313.5515.7716.98]';sq=[102012901140900150099019201080186012001380105015307506548312250]';%%（1）线性拟合A=[dqtsq];a1=A\l%[A*a1l]norm(A*a1-l)%%（2）加入二次项A=[dqdq.^2tt.^2sqsq.^2];a2=A\l%[A*a2l]norm(A*a2-l)%%（3）加入三次项A=[dqdq.^2dq.^3tt.^2t.^3sqsq.^2sq.^3];a3=A\lnorm(A*a3-l)%[A*a3l]%%（4）加入四次项A=[dqdq.^2dq.^3dq.^4tt.^2t.^3t.^4sqsq.^2sq.^3sq.^4];a4=A\lnorm(A*a4-l)[A*a4l]%%（5）删除部分三次和四次项，加入了平方根项A=[dq.^0.5dqdq.^2t.^0.5tt.^2t.^3t.^4sq.^0.5sqsq.^2];a5=A\lnorm(A*a5-l)%[A*a5l]%%（6）自己随便猜的一个形式A=[dq.^(2/3)dq.^(1/3)dq.^0.5t.^(2/3)t.^(1/3)t.^0.5tt.^2sq.^(2/3)sq.^(1/3)sq.^0.5sq];a6=A\lnorm(A*a6-l)[A*a6l]以上做了6次尝试，第一次假设函数形式为l=a1(1)*dq+a1(2)*t+a1(3)sq，即线性函数。拟合出的三个常数存在数组a1中。norm(A*a1-l)语句算出了拟合曲线上对应点与实际数据点的偏差范数。第二次假设函数形式为l=a2(1)*dq+a2(2)*dq^2+a2(3)*t+a2(4)*t^2+a2(5)*sq+a2(6)*sq^2，即在此一次的基础上加入了二次项。同样，拟合出的六个常数存在数组a2中。依次类推，其他的都很容易理解。需要注意的是，1.matlab中的运算符”\“是内置的最小二乘法运算；2.由于矩阵A的秩是12，也就是说你的17组数据中只有12组是相互独立的。因此在假设拟合函数形式的时候，不能超过12项，否则拟合函数就没有意义了，而且运算过程中matlab也会给出warning。
