It may be worth understanding how t

It may be worth understanding how these curve fits work.
In MATLAB, it is fairly easy to do polynomial curve fits using built-in polynomial functions and get the desired coefficients.
If you would like to understand it, please read on, otherwise you may like to skip this section. The simplest relationship between two variables, say x and y, is a linear relationship: y = mx+c. For a given set of data points (xi, yi), the problem is to find m and c such that yi = mxi +c best fits the data.
For data points which are not linearly related, you may seek a polynomial relationship

ผลลัพธ์ (ไทย) 2:

มันอาจจะมีมูลค่าการทำความเข้าใจวิธีการเหล่านี้ทำงานโค้ง Fi TS.
ใน MATLAB มันค่อนข้างง่ายที่จะทำ Fi โค้งพหุนาม TS ที่ใช้ในตัวฟังก์ชั่นพหุนามและได้รับต้องการ cients FFI Coe ได้.
หากคุณต้องการที่จะเข้าใจมันโปรดอ่านต่อมิฉะนั้นคุณอาจ ต้องการที่จะข้ามส่วนนี้ ความสัมพันธ์ที่ง่ายที่สุดระหว่างสองตัวแปรบอกว่า x และ y เป็นความสัมพันธ์เชิงเส้น: การ y = mx + C สำหรับชุดที่กำหนดของจุดข้อมูล (Xi, Yi) ปัญหาคือยัง FI ND เมตรและ C ดังกล่าวว่า Yi = MXI + C Fi ที่ดีที่สุด TS ข้อมูล.
สำหรับจุดข้อมูลที่ไม่ได้เกี่ยวข้องกับเส้นตรงคุณอาจแสวงหาความสัมพันธ์พหุนาม

ผลลัพธ์ (ไทย) 3:

มันอาจจะมีมูลค่าการทำความเข้าใจวิธีการเหล่านี้เส้นโค้งจึงใช้งานในโปรแกรม มันค่อนข้างง่ายที่จะทำ จึงใช้ฟังก์ชันพหุนามพหุนามโค้ง TS ตัวให้ได้รับ โคffi cients .ถ้าคุณต้องการที่จะเข้าใจมัน โปรดอ่าน มิฉะนั้น คุณอาจต้องการที่จะข้ามส่วนนี้ ที่ความสัมพันธ์ระหว่างสองตัวแปร ว่า x และ y คือความสัมพันธ์เชิงเส้น y = MX + C เพื่อให้ชุดของจุดข้อมูล ( ซีอี ) ปัญหาคือการถ่ายทอดและ M และ C เช่นที่ยี = มไซ + C ที่ดีที่สุดจึงเป็นข้อมูลสำหรับจุดข้อมูลที่ไม่เป็นเส้นตรงที่เกี่ยวข้อง คุณอาจแสวงหาความสัมพันธ์พหุนาม