Et vanlig problem i matematikk og statistikk er å avgjøre om et gitt sett av data har en avhengighet av hverandre som en polynomisk funksjon . I MATLAB , dette oppnås med " polyfit "-funksjonen . MATLAB lagrer alltid data som matriser , så i denne type analyser to vektorer ville bli plottet inn i polyfit program . Matlab polyfit funksjon bruker deretter minste kvadraters tilnærming å returnere koeffisienter montert polynomet. Instruksjoner
en

Load up MATLAB , klikk "Fil ", "Åpne ", og bla deg frem til mappen på datamaskinen som inneholder de dataene du vil analysere. Når du finner den, dobbeltklikker du på filen. Alternativt , dobbeltklikker du på filnavnet fra " Current Directory " panel i MATLAB , hvis dette er åpent og dataene dine er der inne .
2

Skriv inn følgende grunnleggende formelen for polyfit funksjon i MATLAB : en

c = polyfit ( x , y , d )

Erstatt " x " og " y" med navnene på de aktuelle vektorer , med " y " å være vektoren du tester , for å se om det kommer an på " . x " Erstatt " d" med graden av polynomet du vil - siden du ønsker en kubisk polynomical , skriv tallet " 3 " her
3

Kjør funksjonen . Utgangen vil sette " c " for å koeffisienten til en kubisk polynom som passer best til dine data , ifølge minste kvadraters definisjonen av "fit ".
4

Lag en tabell for å vise dataene . Først kjører du følgende funksjon, etter å ha erstattet "x " med den samme vektor som brukes i trinn to til respresent "x " : en

f = polyval (p, x ) ;

Deretter kjører etter å få tabellen , igjen erstatter "x " og " y " med sine variable -name -ekvivalenter : en

tabell = [ xyf YF ]