matlab 已知一组数据x y求斜率

x=[12345]y=[1591652]p=polyfit(x,y,2)a=p(1)b=p(2)c=p(3)这里的abc就是二次曲线的系数

9个未知数,8个方程,好像不够数据哦再问：其实不只8组数，那题目改成“已知xy的9组数值”再答：假设你原来已知的数据是x，y，x和y有相同的长度（应该大于9）Y=y(:);%由y构造YX=[ones(

可以用plot(fftshift(abs(fft(x)))),相信我,这个也很可靠,

拟合的时候把y当作自变量,x当作未知数这样拟合出来的函数是x=f(y)知道y求x就容易了

clcJ=1:10000;2*J-1再问：这样得到的是10000个分开的数，我希望最后得到一个1*10000的矩阵再答：clcJ=1:10000;b=2*J-1b就是你要的那个矩阵

figure;t=[1999200020012002200320042005200620072008];c=[399.72506.97754.98989.41202.481473.2915251717

把所有数加起来,然后除以数的个数再问：能不能简单算了再答：嫌数多的话你可以先算出一部分数的平均数，然后再算出另一部分数的平均数，最后算这些平均数的平均数再问：😓再问：好吧再问：再问：帮

一般通过已知数据,求取概率密度.需要统计学的知识.大致是画频谱图.具体好像是求什么频数等等.但是这个也不是太难.你照着相关书籍,就应该能写程序了.至于重复数值,那肯定是可能的啊.因为一个未知变量都能够

解决问题需要解决的办法,利用数学方法,结合生活实际研究数学再好不过了

用循环求出0到89的阶乘把结果拼到矩阵中w=[];fori=0:89x=factorial(i);w=[w;ix];end毕业后就没碰过,不知道能不能运行

标准偏差标准偏差(StdDev,StandardDeviation)-统计学名词.一种量度数据分布的分散程度之标准,用以衡量数据值偏离算术平均值的程度.标准偏差越小,这些值偏离平均值就越少,反之亦然.

x1^2+x2^2.+xn^2=q求（x1+x2+x3.+xn)/2由方差的式子得n*S^2=x1^2+...+xn^2+n(x平均)^2-2(x1+x2+x3...+xn)(x平均)=q+n(x平均

两句话：1.正态分布（normaldistribution）又名高斯分布（Gaussiandistribution）2.cftool里面也可以自定义拟合的表达式.

A=[1+rand(1,20)'10+rand(1,20)'rand(1,20)'];%原始数据3列mn=mean(A);%求均值sd=std(A);%求标准差再问：不用算t，也就是数据为两列，分别为

plot(x,y,'*');

f=@(p,x)p(1)*exp(p(2)./x);T=80:-5:50;R=[375.3407.8467.3549.4642.0754.7901.2];p=lsqcurvefit(f,[11],T,

你这个程序是对的呀,也只是有一点的小毛病呀clearall%线性拟合的程序：x=[1515.215.415.615.81616.216.416.616.8]; y=[0.010.0150.0

scatter3(x,y,z)%散点图figure[X,Y,Z]=griddata(x,y,z,linspace(min(x),max(x))',linspace(min(y),max(y)),'v4

A数组是个例子,程序你看一下吧,有什么不懂的再问吧!clear;clcA=[111113333555]B=unique(A)c=zeros(size(B));fori=1:length(B)c(i)=

Veryeasy.在命令行输入：sum(B(1:N))