资源描述：
《用Matlab进行最小二乘法线性拟合(求传感器非线性误差、灵敏度).doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、%后面的为注释,红色部分代码需要根据实际情况更改%最小二乘法线性拟合y=ax+bx=[0.5,1,1.5,2,2.5,3,3.5,4,4.5,5];%自变量y=[191,321,442,565,686,819,930,1032,1153,1252];%因变量xmean=mean(x);ymean=mean(y);sumx2=(x-xmean)*(x-xmean)';sumxy=(y-ymean)*(x-xmean)';a=sumxy/sumx2;%解出直线斜率a(即传感器灵敏度)b=ymean-a*xmean;%解出直线截距bz=((a*(x(1,10))+b-(y(1,10)))
2、/(y(1,10)));%“10”是自变量的个数，z为非线性误差(即线性度)abz%作图,先把原始数据点用蓝色"十"字描出来figureplot(x,y,'+');holdon%用红色绘制拟合出的直线px=linspace(0,6,50);%(linspace语法(从横坐标负轴起点0画到横坐标正轴终点6，50等分精度))py=a*px+b;plot(px,py,'r');运行结果：a=236.9818b=87.4000另一种简单一点的方法：%最小二乘法线性拟合y=ax+bx=[0.5,1,1.5,2,2.5,3,3.5,4,4.5,5];%自变量y=[191,321,442,565
3、,686,819,930,1032,1153,1252];%因变量p=polyfit(x,y,1);p运行结果：p=236.981887.4000
