從你貼的圖來看，藍色的應該是你的資料點，紅色的是你想要對藍色資料點進行擬合之後得到的擬合曲線。 而圖中已經標註了紅色的擬合曲線用的是 LogNormal Fitting，這表明藍色資料點具有“對數正態分佈”的性質。那麼，剩下的事情就好辦了。
首先，在 Origin 裡匯入你的資料點，然後繪製散點圖（這不需要詳細說了吧，你應該會操作）。
在彈出的對話方塊中，選擇 Settings ——> Function Selection，在 Category 下拉選單裡選擇 Statistics，如下圖所示
然後再在 Function 下拉選單裡選擇 LogNormal，如下圖所示：
你會在 Sample Curve 選項卡中看到 LogNormal 擬合曲線的形狀，如下：
【注意】非線性擬合的時候，一定要對自己的資料有一定的認識。所謂一定的認識，是指要明白你的資料具有什麼物理意義，或者統計意義，不是隨便找一個看著相似的曲線就上手擬合。如果資料背後的意義不明確，擬合得到的 R^2 再怎麼接近 1 也不過是好看而已，而具體的各個引數代表什麼卻毫無意義實際意義，不能幫助你分析資料背後的資訊。
從你貼的圖來看，藍色的應該是你的資料點，紅色的是你想要對藍色資料點進行擬合之後得到的擬合曲線。 而圖中已經標註了紅色的擬合曲線用的是 LogNormal Fitting，這表明藍色資料點具有“對數正態分佈”的性質。那麼，剩下的事情就好辦了。
首先，在 Origin 裡匯入你的資料點，然後繪製散點圖（這不需要詳細說了吧，你應該會操作）。
在彈出的對話方塊中，選擇 Settings ——> Function Selection，在 Category 下拉選單裡選擇 Statistics，如下圖所示
然後再在 Function 下拉選單裡選擇 LogNormal，如下圖所示：
你會在 Sample Curve 選項卡中看到 LogNormal 擬合曲線的形狀，如下：
【注意】非線性擬合的時候，一定要對自己的資料有一定的認識。所謂一定的認識，是指要明白你的資料具有什麼物理意義，或者統計意義，不是隨便找一個看著相似的曲線就上手擬合。如果資料背後的意義不明確，擬合得到的 R^2 再怎麼接近 1 也不過是好看而已，而具體的各個引數代表什麼卻毫無意義實際意義，不能幫助你分析資料背後的資訊。