爱华网2.输入两组向量x，y。首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。
例如在命令行里输入下列数据:
x = [196,186, 137, 136, 122, 122, 71, 71, 70, 33];
y = [0.012605; 0.013115; 0.016866; 0.014741; 0.022353; 0.019278;0.041803; 0.038026; 0.038128; 0.088196];3.数据的选取。打开曲线拟合共工具界面，点击最左边的"Data..."按钮，出现一个Data对话框，在Data Sets页面里，在XData选项中选取x向量，Y Data选项中选取y向量，如果两个向量的元素数相同，那么Create dataset按钮就激活了，此时点击它，生成一个数据组，显示在下方Data Sets列表框中。关闭Data对话框。此时CurveFitting Tool窗口中显示出这一数据组的散点分布图。
4.曲线拟合(幂函数power)。点击Fitting...按钮，出现Fitting对话框，Fitting对话框分为两部分，上面为Fit Editor，下面为Tableof Fits,有时候窗口界面比较小，Fit Editor部分会被收起来，只要把Table ofFits上方的横条往下拉就可以看见Fit Editor。在Fit Editor里面点击NewFit按钮，此时其下方的各个选框被激活，在Data Set选框中选中刚才建立的x-y数据组，然后在Type offit选框中选取拟合或回归类型，各个类型的拟合或回归相应的分别是：
Custom Equations 用户自定义函数
Expotential e指数函数
Fourier 傅立叶函数，含有三角函数
Gaussian 正态分布函数，高斯函数
Interpolant 插值函数，含有线性函数，移动平均等类型的拟合
Polynomial 多项式函数
Power 幂函数
Rational 有理函数（不太清楚，没有怎么用过）
Smooth Spline ？？（光滑插值或者光滑拟合，不太清楚）
Sum of sin functions正弦函数类
Weibull 威布尔函数（没用过）
在这个Type offit选框中选择好合适的类型，并选好合适的函数形式。于是点击Apply按钮，就开始进行拟合或者回归了。此时在Curve FittingTool窗口上就会出现一个拟合的曲线。这就是所要的结果。
在上面的例子中，选择sum of sinfunctions中的第一个函数形式，点击Apply按钮，就可以看见拟合得到的正弦曲线。
5.拟合后的结果信息。在Fitting对话框中的Resu————lts文本框中显示有此次拟合的主要统计信息，主要有
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）
上面的例子中经过拟合得到的函数最后为
y=3.133*x^(-1.007)-0.004233
6.拟合分析(Analysis)。7.图片导出。另外要说的是，如果想把这个拟合的图像导出的话，在CurveFitting Tool窗口的File菜单下选Print toFigure，此时弹出一个新的图像窗口，里面是你要导出的图像，在这个figure窗口的File菜单里再选Export，选择好合适的格式，一般是jpeg，选择好路径，点击OK就可以了。出来的图像可以在Word等编辑环境中使用，就不多说了。
要修改图像的性质，如数据点的大小、颜色等等的，只需要在对象上点右键，就差不多可以找到了。
