matlab从excel中读取⽂件进⾏曲线拟合并导出公式
课题组需要做数据的处理，其中⼀项是做数据拟合，并导出公式。这是我第⼀次使⽤matlab，发现它并不难，⽽且利⽤好了就是很棒的⼯具，不应让它成为拦路虎。乘着现在暑假时期，空闲时间⽐较多，就多多了解⼀些。
1. matlab介绍
Matlab是⼀个很强⼤的数据处理软件，是⼈们进⾏数据分析的得⼒助⼿。⼀般我们做社会调研或科学研究时，会得到很多实验数据。当需要研究两个变量之间的关系时，经常要⽤到曲线拟合。曲线拟合不仅能给出拟合后的关系式，还能⽤图形直观的展现出变量之间的关系。
2. 从excel导⼊数据
如果想要从Excel导⼊数据，那么就要⽤到xlsread函数。
filename='login_diff_time.xlsx';%读取⽂件地址
x=xlsread(filename,"statistics",'a1:a661');%参数依次是：⽂件，sheet名称，读取的范围
y=xlsread(filename,"statistics","b1:b661");
3. 拟合⼯具箱的使⽤
打开app栏的曲线拟合⼯具箱（Curve Fitting），由于是第⼀次使⽤，此时我的app处还没有下载好的curve fitting，于是点击“获取更多App”进⾏安装。安装时，出现了警告：您的管理员限制了您对此 MathWorks 产品的下载权限。
重新以管理员⾝份打开软件，就可以正常安装了。
⽹络上解释是，“鉴于MATLAB⼯具箱⼴⽽⼜多，所需内存多达⼗⼏G，对于某⼀领域的⼈来说，绝⼤部分⼯具箱是没必要安装上的。”⽆论如何，这个问题也很好解决。
该窗⼝意思简单明了，左上⾓选择坐标值，这⾥我选择了之前在主⾯板上加载的x,y作为两条坐标轴；右上⾓选择曲线拟合⽅式，我们可以⾃由选择直到选出最合适的为⽌。右下⾓显⽰拟合出函数以及参数！（真是绝，最开始我才⽤python来做，⾮常⿇烦，需要不断地调整代码才能得出结果，matlab⾼效许多！）
选择曲线类型进⾏拟合后，出来⼀些数值，具体含义如下：
SSE(和⽅差、误差平⽅和)：The sum of squares due to error
该统计参数计算的是拟合数据和原始数据对应点的误差的平⽅和，SSE越接近于0，说明模型选择和拟合更好，数据预测也越成功。接下来的MSE和RMSE因为和SSE是同出⼀宗，所以效果⼀样
MSE(均⽅差、⽅差)：Mean squared error
该统计参数是预测数据和原始数据对应点误差的平⽅和的均值，也就是SSE/npython怎么读取xls文件
RMSE(均⽅根、标准差)：Root mean squared error
该统计参数，也叫回归系统的拟合标准差，是MSE的平⽅根
R-square(确定系数)：Coefficient of determination
“确定系数”是通过数据的变化来表征⼀个拟合的好坏，正常取值范围为[0 1]，越接近1，表明⽅程的变量对y的解释能⼒越强，这个模型对数据拟合的也较好
Adjusted R-square：Degree-of-freedom adjusted coefficient of determination
4. 导出曲线
选出合适的拟合⽅法之后，就该导出曲线啦。点击左上⾓菜单栏的⽂件，选中print to figure就可以得到曲线图啦，曲线格式可以任意选择。⼤功告成！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。