数据拟合的目的是使用一个较为简单的函数去逼近一个复杂的、未知的函数，在MATLAB中数据拟合的原理是最小拟合的最小二乘原理，其中polyfit与polyval是最基本的拟合方法，除此之外，MATLAB还提供了更为直接简单的数据拟合工具，cftool，下面举一个例子，介绍这两种数据拟合的方法。

（1）先从excel中导入数组；

其中 x数据去第一列； y取第二列； clear all;clc; [filename,pathname]=uigetfile('*.xls','选择数据文件'); [num txt]=xlsread([pathname,filename]); x=num(:,1); y=num(:,3);

（2）输入cftool命令

cftool是matlab一个强大的曲线拟合工具箱。能实现多种线性、非线性的曲线拟合。此命令可以打开matlab中最常用的函数拟合工具箱。不过cftool只能进行单个变量的拟合，混合型曲线拟合效果不太好。。

在打开的对话框中选取 x y 作拟合，可以选择多个拟合的形式，如 多项式拟合，指数，等

拟合后的结果

General model of sin1: ....... (函数形式） Coefficients (with 95%conffidence range) (95%致信区间内的拟合常数）

a1=... ( ......) （等号后面是平均值，括号里是范围） .... Godness of fit: (统计结果） SSE: ... （方差） R-squared: ... (决定系数，不知道做什么的） Adjusted R-squared: ... (校正后的决定系数，如何校正的不得而知） RMSE: ... (标准差）

说明

用户自定义的函数类型

指数逼近，有2种类型；傅立叶逼近，有7种类型；高斯逼近，有8种类型，基础型是 a1exp(-((x-b1)/c1)^2)；插值逼近，有4种类型，linear、nearest neighbor、cubic spline、shape-preserving；多形式逼近，有9种类型，linear ~、quadratic ~、cubic ~、4-9th degree ~ 幂逼近，有2种类型，ax^b 、ax^b + c；有理数逼近，分子、分母共有的类型是linear ~、quadratic ~、cubic ~、4-5th degree ~；此外，分子还包括constant型；平滑逼近 正弦曲线逼近，有8种类型，基础型是 a1sin(b1x + c1)； Weibull：只有一种，ab*x^(b-1)exp(-ax^b)