2026a

# 曲线与曲面拟合

命令行窗口的曲线与曲面拟合

# 拟合曲线

为了编程式地拟合曲线，可以使用以下的步骤：

using TyCurveFitting
using TyMath
include(pkgdir(TyCurveFitting) * "/examples/docs/hahn1.jl")

ip = rand(MersenneTwister(1234),6)
f = fit("rational23", temp, thermex,startpt=ip)

plotfit(f,temp,thermex)

为了编程式地拟合曲面，可以使用以下的步骤：

using TyCurveFitting
include(pkgdir(TyCurveFitting) * "/examples/docs/franke.jl")

f = fit("poly23",[x y],z)

plot3fit(f,[x y],z)

特定模型类型与拟合分析的细节与示例可以参见以下几节：

曲线拟合工具箱提供了数据分析与建模的多种方法。

为了使用编程式拟合与分析的曲线拟合函数，参照这个工作流：

使用 include 指令导入数据（如果您的数据之前就以 Syslab 变量的形式储存了）或者任意读取其他文件格式的其他 Syslab 函数。您可能可能需要改变数据形状，参见prepareCurveData或prepareSurfaceData。
（可选）如果您的数据存在噪声，则您可能想要使用smooth函数平滑数据。平滑是为了识别出数据的主要趋势，这可以帮助您选择合适的参数拟合模型。如果参数模型不适用，平滑本身也可以成为拟合的最后一步，这为数据提供了一个非参数拟合。

注意

平滑估计响应分布在各预测基点处的中心值。这违背了数据中的误差独立的假设，也因此无法计算信赖与预测区间。因此，即使通过平滑知道了需要使用什么参数模型，也需要把原数据传给fit函数。

指定数据的参数模型，要么是一个曲面拟合工具箱的内置模型，要么是您定义的自定义模型。您可以把模型名称或者表达式或使用 fittype 函数创建的 FitType 对象传入 fit 函数以指定模型。

已有的内置模型，可以参见曲线与曲面拟合的内置模型列表。
（可选）您可以使用 fitoptions 函数创建拟合线性结构体。拟合选项可以指定比如数据的权重，拟合算法，以及拟合算法下界选项。
（可选）您可以使用 excludedata 函数创建排除规则。排除规则指定了什么数据应该被视为例外值并从拟合中排除。
指定模型（名称，表达式或 FitType 对象），x,y 以及（可选）拟合选项结构体以及排除规则，使用 fit 函数进行拟合。

fit 函数返回 FitResult 对象，该对象包含所有计算的系数与拟合统计参数。如果您希望更多地了解拟合对象，参见[曲线与曲面拟合对象与对象函数]。
您可以对 fit 函数返回的拟合对象进行后处理，这可以通过将其传入各种函数里完成，比如 fvallm, differentiate1, differentiate2, integrate, plotfit, plot3fit, coeffvalues, probvalues, confint, 以及 predint。