得到一組數(shù)據(jù)時：

比如

產(chǎn)量 13.2 15.1 16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3

溫度 ? 20 ? ?25 ? 30 ? 35 ? ?40 ?45 ? ?50 ? ?55 ? ?60 ? ?65

要進行擬合，可以用matlab的regress函數(shù)

clear all;

x=[13.2 15.1 16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3]';

X=[ones(10,1) x];

Y=[20 25 30 35 40 45 50 55 60 65]';

[b,bint,r,rint,stats]=regress(Y,X)

rcoplot(r,rint)

z=b(1)+b(2)*x

plot(x,Y,'k+',x,z,'r')

最終得到：

產(chǎn)量＝-39.4070＋4.4036＊溫度

其實regress函數(shù)用到的是最小二乘算法

即假設(shè)在一個 2維坐標上，有很多個點，我們劃一條線，直線滿足：坐標上所有的點到直線上的距離和最小。

需要先計算擬合優(yōu)度r：

代碼實現(xiàn)：

p=0;

for i=1:10

p=p+x(i)*Y(i);

end

a=sum(p);

b=10*mean(x)*mean(Y);

fenzi=a-b;

c=0;

for i=1:10

c=c+x(i)*x(i)-mean(x)^2;

end

d=0;

for i=1:10

d=d+Y(i)*Y(i)-mean(Y)^2;

end

fenmu=sqrt(c*d);

r=fenzi/fenmu

得到r＝0.9910，說明擬合效果非常好，通常大于0.7就可以用來預測。

設(shè)方程為y＝a＋bx

接下來就可以計算系數(shù)了

http://blog.csdn.net/marsjohn/article/details/54911788這里有詳細的推導過程

也得到產(chǎn)量＝-39.4070＋4.4036＊溫度

與用regress函數(shù)所得結(jié)果相同