擬合函式：擬合就是把平面上一系列的點，用一條光滑的曲線連線起來。因為這條曲線有無數種可能，從而有各種擬合方法。擬合的曲線一般可以用函式表示，根據這個函式的不同有不同的擬合名字，這就是擬合函式。常用的擬合方法有如最小二乘曲線擬合法等，在MATLAB中也可以用polyfit 來擬合多項式。擬合以及插值還有逼近是數值分析的三大基礎工具。通俗意義上它們的區別在於：擬合是已知點列，從整體上靠近它們；插值是已知點列並且完全經過點列；逼近是已知曲線，或者點列，透過逼近使得構造的函式無限靠近它們。擴充套件資料：擬合的方法：最小二乘法（又稱最小平方法）是一種數學最佳化技術。它透過最小化誤差的平方和尋找資料的最佳函式匹配。利用最小二乘法可以簡便地求得未知的資料，並使得這些求得的資料與實際資料之間誤差的平方和為最小。最小二乘法還可用於曲線擬合。其他一些最佳化問題也可透過最小化能量或最大化熵用最小二乘法來表達。

用polyfit函式，（用來多項式擬合的，是用最小二乘法） 舉個例子 x=[90 91 92 93 94 95 96]; z=[70 122 144 152 174 196 202]; a=polyfit(x,z,1) 結果： a = 1.0e+03 * 0.0205 -1.7551 1表示1次多項式（一次時就是直線，適用於你的情況） a是多項式的係數向量，是從高次項往低次項排的， 如果想運用結果，比如想知道當x=97時z等於多少 那麼有兩種方法， 直接用係數 >> a(1)*97+a(2) ans = 233.4286 或者用polyval函式 >> polyval(a,97) ans = 233.4286

最小二乘法處理資料的優點如下：

1、最小二乘法透過最小化誤差的平方和尋找資料的最佳函式匹配。

2、利用最小二乘法可以簡便地求得未知的資料，並使得這些求得的資料與實際資料之間誤差的平方和為最小。

3、最小二乘法還可用於曲線擬合。其他一些最佳化問題也可透過最小化能量或最大化熵用最小二乘法來表達。

當自變數和因變數同時存在均值為零，相同方差的隨機誤差時，此方法能給出在統計意義上最好的引數擬合結果。 最小二乘法在許多科學領域，如醫學、地質學、工程數學、訊號處理等均獲得應用。有關此方法的研究和應用是當前國際數理統計學領域的一個前沿課題。