Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.
Después de ajustar una curva o spline, utilice los métodos de posprocesamiento para analizar si el ajuste a los datos es preciso. Después de crear un ajuste, puede aplicar distintos métodos de posprocesamiento para realizar representaciones, interpolaciones y extrapolaciones, estimar intervalos de confianza o calcular integrales y derivadas. También puede utilizar los métodos de posprocesamiento para determinar los valores atípicos de un ajuste.
Puede utilizar las funciones de Curve Fitting Toolbox™ para evaluar un ajuste representando los valores residuales y las cotas de predicción. Para obtener más información, consulte Evaluar un ajuste de curva. Para comparar ajustes y generar código de MATLAB de forma interactiva, utilice la app Curve Fitting.
Curve Fitting | Ajuste curvas y superficies a datos |
cfit | Constructor for cfit object |
coeffnames | Coefficient names of cfit , sfit , or
fittype object |
coeffvalues | Coefficient values of cfit or sfit
object |
confint | Confidence intervals for fit coefficients of cfit or
sfit object |
differentiate | Differentiate cfit or sfit
object |
feval | Evaluate cfit , sfit , or
fittype object |
integrate | Integrate cfit object |
plot | Plot cfit or sfit object |
predint | Prediction intervals for cfit or sfit
object |
probvalues | Problem-dependent parameter values of cfit or
sfit object |
quad2d | Numerically integrate sfit object |
sfit | Constructor for sfit object |
Este ejemplo muestra cómo trabajar con un ajuste de curva.
Después de ajustar datos con uno o más modelos, evalúe la bondad de ajuste con gráficas, estadísticas, valores residuales y cotas de predicción y confianza.