对于这个问题，小弟有几个粗浅的见解：
（1） 个数据点离曲线的综合误差尽可能小
可使用一维插值interp1，我选用了三次样条插值spline；
（2） 画出拟合曲线图形，标出原始离散数据点
假设曲线是线性二次曲线：f(x)=a1*x^2+a2*x+a3,然后求出A＝（a1,a2,a3）,使得f(x(i))-y(i)最小（当然非线性也是可以的）
（3） 划出误差分布图形，定量分析表述拟合误差
这个还不会，哈哈
下面是程序：x=[0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0
>> y=[-0.44 1.97 3.28 6.16 7.08 7.34 7.66 9.56 9.48 9.30 11.2];
>> X=0:0.01:1;
>> Y=interp1(x,y,X,'spline');
>> A=polyfit(X,Y,2)
>> z=polyval(A,X);
>> plot(x,y,'k+',X,z,'r')
|