Ett vanligt problem i matematik och statistik är att avgöra om en given uppsättning data har ett beroende av varandra som en polynom funktion . I MATLAB uppnås detta med " polyfit "-funktion. MATLAB lagrar alltid uppgifter som matriser , så i den här typen av analyser två vektorer skulle matas in i ett polyfit program . MATLABs polyfit funktion använder sedan minstakvadratmetoden närmar att återvända koefficienterna i den monterade polynomet . Instruktioner
1
Belastning upp MATLAB , klicka sedan på " File ", " Open " och bläddra till den mapp på datorn som innehåller de data du vill analysera . När du hittar den, dubbelklicka på filen . Alternativt , dubbelklicka på filnamnet från " Current Directory " panel i MATLAB , om det är öppet och dina data är i det .
2
Skriv in följande grundläggande formel för polyfit funktionen i MATLAB :
c = polyfit ( x , y , d ) katalog
Ersätt " x " och " y " med namnen på de berörda vektorer , med " y " vara vektorn du testar , för att se om det beror på " . x " Ersätt " d " med graden av polynomet du vill - eftersom du vill ha en kubisk polynomical , ange siffran "3 " här
3
Kör funktionen . Utgången kommer att ställa " c " till koefficienten för en kubisk polynom som bäst passar dina data , enligt minsta kvadratmetoden definitionen av " fit ".
4
Skapa en tabell för att visa data . Först kör följande funktion , efter byte " x " med samma vektor som används i steg två för att respresent " x " :
f = polyval ( p , x ) ;
Kör sedan efter att få tabellen , återigen ersätter " x " och " y " med deras variabelnamn medel :
table = [ xyf yf ]
