用cftool拟合工具箱来拟合方程有时候是有这种情况发生的，其拟合结果与实际相差甚远。其原因：拟合后的系数值是取在置信度为95%范围的平均值，如b的上限值为-0.5421，下限值为-0.4472，则b值为【（-0.5421）+（-0.4472）】/2=-0.4946。所以还有5%的偏差在哪。
函数fx的表达式，用来拟合测量数据（x，y），自变量为a，x。
c=lsqcurvefit（f，ones（1，3），x，y）fplot（9489e3*exp（9277e-4*x）-9071e3，[0，22]，r）hold on plot（x，y，*）结果是这样的，你的拟合不是有什么错误，主要是数据量少，结果就这样了，有点差。还有一个就是你的拟合的初值不同，结果不同。
1、办法如下：计算差异百分比：需要获取两条曲线的数据，将两条曲线的差异计算为绝对值，通过将差异值除以其中一条曲线的数值，再乘以100，可以得到差异百分比。
2、根据二维数据点（x，y），用plot（x，y）画出曲线。如果你觉得不够光滑，那你就得利用二维数据点（x，y），由lsqcurvefit（）或nlinfit（）拟合出拟合函数，然后将x细分，求出相应的y值，再用plot（x，y）画出光滑曲线。
3、找到那个两个点后，重新建立新数据矩阵（把那两个点删了）。用新的数据放到GUI里面做。
4、下面再分别画出x1，x2，x3对应的曲线，用MATLAB的内置函数plot进行操作，分别用三个plot进行绘图，结果如下：plot（x1，r）；plot（x2，b）；plot（x3，g）；可以看到，图中只有一条曲线，并没有其他两条曲线。
5、首先准备两列数据，作为xy坐标值，使用plot命令作图如下。然后进行数据拟合，这里使用matlab的polyfit命令。如果数据的规律性很差的话，polyfit后面设置的参数要足够大才能保证拟合精度，在这个数据中选择15。
1、有一种方法是：直接设dy=abs（y1-y2），然后代入所有测试点，比如-100：100，并求平均数。
2、拟合函数反映一种趋势，有些数据用多项式去拟合三次不见得比二次好，虽然从图上看上去数据更贴近曲线，如果是拟合给定数据，首先结合具体问题选定一个模型吧，要想所有的点拟合曲线都过的话用插值吧。
3、用cftool拟合工具箱来拟合方程有时候是有这种情况发生的，其拟合结果与实际相差甚远。其原因：拟合后的系数值是取在置信度为95%范围的平均值，如b的上限值为-0.5421，下限值为-0.4472，则b值为【（-0.5421）+（-0.4472）】/2=-0.4946。所以还有5%的偏差在哪。
4、…n。在有限测量次数中，均方根误差常用下式表示：√[∑di^2/n]=Re，式中：n为测量次数；di为一组测量值与真值的偏差。如果误差统计分布是正态分布，那么随机误差落在土σ以内的概率为68%。 有人经常混用均方根误差（RMSE）与标准差（Standard Deviation），实际上二者并不是一回事。
5、取点数目取决于你的采样。matlab无法解决 但可以采用其他方法如分段差值，三次样条插值后得到连续曲线。再在这连续曲线上取样，取样后再进行拟合。
6、用matlab拟合二元二次函数，可以这样处理：提供试验数据，如x，y（一般要求十组以上）根据x，y 数据，用plot（）绘制其散点图 根据散点图，确定其二元二次函数模型 func=@（x） 二元二次函数表达式 确定拟合系数的初值，a0=[a01，a02 ，a03，。。
1、拟合出f（x）分布的系数 然后，根据xy分别是离散点的横纵坐标（数值至少10组以上）首先，进行参数估计 p（Xn；P）*p（X2。然后求一个P。不妨假设有高斯噪声干扰ML估计是这个意思，现在只需要写出上面的概率密度函数就可以了。
2、在MATLAB中拟合函数曲线，可以使用MATLAB软件提供的曲线拟合函数命令，例如线性拟合函数regress（）。下面是使用MATLAB进行函数曲线拟合的一般步骤：准备数据。需要注意的是，具体的拟合函数和命令可能会因为不同的MATLAB版本而有所不同。
3、选择拟合的曲线类型，一般是线性拟合，高斯曲线，平滑曲线等，根据需要选择。选择完后会自动完成拟合，并且给出拟合函数表达式。5 点击菜单栏中的“file”，选择“print to figure进行画图。6 在图形窗口中，可以对图形显示模式进行修改，如添加标题，坐标名称等。7 最后得到比较完整的图形曲线。
4、在使用cftool拟合好理想的曲线后，点击File下的Generate Code，MATLAB会自动生成一个未命名的function，自行保存到工作文件夹。此处注意，默认的函数名叫createFit（XX，YY，、、、），可根据个人需要修改。
5、polyfit函数只需要x，y两个坐标的列向量，且个数要相同。
1、要想把那个折点平滑掉。像论文中那样，具体采用样条函数：下面是样条函数的定义： spline function 一类分段（片）光滑、并且在各段交接处也有一定光滑性的函数。简称样条。样条一词来源于工程绘图人员为了将一些指定点连接成一条光顺曲线所使用的工具，即 富有弹性的细木条或薄钢条。
2、matlab 具体步骤：首先准备两列数据，作为xy坐标值，使用plot命令作图如下。然后进行数据拟合，这里使用matlab的polyfit命令。如果数据的规律性很差的话，polyfit后面设置的参数要足够大才能保证拟合精度，在这个数据中选择15。
3、因你给出的已知点只有五个点，那么你可以考虑用样条插值法，在曲线上插入若干个值，得到三个分段n次多项式系数。实现过程如下：x=[。。]y=[。。
4、先把数据读到MATLAB里，然后用plot画就可以了，但前提是这些点本身是处在一个平滑曲线上。