我一直在寻找一种可以进行非线性总体最小二乘拟合的Matlab函数，基本上适用于在所有维度上都有错误的数据的自定义函数。最简单的情况是x和y数据点，对于每个单点，x和y具有不同的给定标准偏差。这是所有自然科学中非常常见的场景，并且仅仅因为大多数人只知道如何在y中进行最小二乘拟合，并不意味着它不会非常有用。我知道问题比简单的y错误复杂得多，这可能是大多数人（甚至像我这样的物理学家）都学会了如何用多维错误正确地解决这个问题。
我希望像matlab这样的软件可以做到这一点，但除非我在阅读其他大多数有用的帮助页面时表现不佳，否则我认为即使是完整的＆＃39; Matlab许可证不提供这样的拟合功能。其他工具如Origin，Igor，Scipy使用免费提供的fortran软件包＆＃34; ODRPACK95＆＃34;等。关于文件交换中的总体最小二乘法或deming拟合的贡献很少，但它们只适用于线性拟合，这对我来说没什么用。
我很高兴有任何可以帮助我的提示
亲切的问候
答案 0 :(得分：0)
首先我应该指出，自从我去年毕业（也是一名物理学家）以来，我没有多次练习MATLAB。话虽如此，我记得使用
lsqcurvefit()
在MATLAB中执行非线性曲线拟合。现在，根据自定义功能的含义，这可能会或可能不会起作用？我假设您想要使用类似于其中一个的已知表达式
y = A*sin(x)+B
y = A*e^(B*x) + C
如果不知道表格，例如非常难以执行拟合，例如如上。最终，所有数学函数都可以通过多项式来近似，以获得足够小的间隔。这是你可能想要考虑的事情，因为MATLAB确实有很多用于进行多项式回归的工具。
最后，我会建议你写自己的健身功能。网上有很多这样的例子。我们的想法是如上所述知道真正的解决方案形式，并猜测参数 A，B，C ...... 。创建一个错误（或成本）函数，它会在您的数据和猜测的解决方案之间产生定量误差（偏差）。然后将问题简化为最小化错误，MATLAB具有许多内置功能。</ p>