Main Content

La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.

Suavizado

Realice ajustes con splines de suavizado y regresión localizada; suavice datos con promedio móvil y otros filtros

El suavizado es un método de reducción del ruido dentro de un conjunto de datos. Curve Fitting Toolbox™ le permite suavizar datos con métodos como el promedio móvil, el filtro de Savitzky-Golay y los modelos Lowess, o ajustando un spline de suavizado.

Suavice datos de forma interactiva con la app Curve Fitting o desde la línea de comandos con la función smooth. Para ver un ejemplo de cómo suavizar datos, consulte Fit Smooth Surfaces To Investigate Fuel Efficiency.

Apps

Curve FittingAjuste curvas y superficies a datos

Funciones

datastatsEstadísticas de datos
excludedataExcluya datos del ajuste
fitAjustar curvas o superficies a datos
fittypeTipo de ajuste para curvas y superficies
fitoptionsCrear o modificar el objeto de opciones de ajuste
getGet fit options structure property names and values
setAssign values in fit options structure
smoothSuavizar datos de respuesta
prepareCurveData Prepare data inputs for curve fitting
prepareSurfaceDataPrepare data inputs for surface fitting

Temas

Splines de suavizado

Ajuste splines de suavizado en la app Curve Fitting o con la función fit para crear una curva suavizada a lo largo de los datos y especificar la suavidad.

Suavizado lowess

Ajuste superficies suaves a los datos en la app Curve Fitting o con la función fit usando modelos lowess.

Filtrar y suavizar datos

Utilice la función smooth para suavizar datos de respuesta, con métodos de promedio móvil, filtros Savitzky-Golay y regresión local con y sin ponderaciones y robustez (lowess, loess, rlowess y rloess).

Fit Smooth Surfaces To Investigate Fuel Efficiency

This example shows how to use Curve Fitting Toolbox™ to fit a response surface to some automotive data to investigate fuel efficiency.

Nonparametric Fitting

Nonparametric fitting to create smooth curves or surfaces through your data with interpolants and smoothing splines.

Ejemplos destacados