matlab中怎么拟合对数正态分布的CDF

多项式函数拟合：a=polyfit（xdata,ydata,n）其中n表示多项式的最高阶数,xdata,ydata为要拟合的数据,它是用数组的方式输入.输出参数a为拟合多项式y=a(1)*x^n+…+

非性线拟合一般是根据数据产生的特点来的（就是说数据产生符合什么分布函数）对你这样的应用,我个人感觉使用线性拟合简单易行：如下给定数据的拟合曲线：x=[0.5,1.0,1.5,2.0,2.5,3.0];

x=y=f=@(c,x)1./(c(1)*x+c(2));%拟合方程c0=[15];%系数初值t=lsqcurvefit(f,c0,x,y)%求得系数再问：��������

t=[0.25,0.5,0.75,1,1.5,2,2.5,3,3.5,4,4.5,5,6,7,8,9,10,11,12,13,14,15,16];y=[30,68,75,82,82,77,68,68,

http://www.baisi.net/thread-2402447-1-1.html我看了这里的帮助大概了解了,你可以看有帮助没

x1=[1.51.5222.52.52.52.53333];x2=[0.050.10.150.20.050.10.150.20.050.10.150.2];y=[10.990.980.970.980.

x=[42816184669683868610101241066511941];y=[33.444542.084947.255251.058355.639258.384761.886664.3721]

在command window里输入数据与命令：x=[]；%数据放进中括号里面.y=[];cftool这样就打开了自定义拟合窗口了.如下图：画圈的地方是,你要设置的.

好像没有吧要算的话就把函数转化为x^2/a+y^2/b=1转化成b*x^2+a*y^2=a*b求超定方程组就可以了吧

你的函数就是z=ax+by+c,然后用最小二乘法确定系数abc即可

%nlinfit非线性参数拟合clc;clear;x=[1,2,3,4,5,6,7,8,9,10];y=[7,3,6,8,2,4,10,16,2,8];myfunc=inline('beta(1)*s

程序是A=[0000004500084005000482610055001444340060003557600065091536940007002077241000007511143095691000

对数正态拟合?这是什么拟合……我想请问您,您用的拟合函数是什么表达式?　　根据你的拟合结果,我个人感觉你只是用了指数衰减函数来拟合你的数据吧.你可以看看指数衰减函数的表达式y=y0+A1×exp(-x

plot可以画多条曲线在一个图上主要把拟合的数据也算出来,一起画就好了

function[a,resnorm]=sphere_fit(a0,data)%对数据进行球拟合,a0是初始的球心和半径%data是x、y、z的数据矩阵,第一行是x,第二行是y,第三行是z%a是拟合后

在拟合函数过程中,不管用nlinfit（）函数还是用lsqcurvefit（）函数去拟合非线性函数,都要先确定一组初始值,初始值选择好与坏,直接影响其拟合精度（即相关系数）.但初始值选择实际是有一定的

实在不行就将原始数据处理一下做线性拟合最后再替换一下

当然可以按你所说的求解,关键是看你建立的回归模型的意义.还有,从回归原理看,一般认为回归方程要有常数项,这样才能保证回归的有效性.比如,如果没有ones(4,1)这一列,matlab会提示：R-squ

可以先输入数据x=[]y=[]接着输入cftoolmatlab的数据拟合工具箱吧界面的你看下里面首先是导入xy数据接着就可以自定义拟合函数了你试试看有问题找我好来

1、简单的函数拟合,初值可以任意给定2、如果待拟合函数较复杂,需要根据经验或其他条件尽可能的给出较接近真实值的初值3、别无他法