在 MATLAB 中，可以使用 `polyfit` 函数来对给定的数据进行线性拟合。`polyfit` 函数可以用来拟合多项式，对于线性拟合，我们只需要拟合一次多项式（即直线）。 以下是实现步骤： 1. 输入实验数据。 2. 使用 `polyfit` 函数进行线性拟合。 3. 绘制原始数据点和拟合的直线。 下面是具体的 MATLAB 代码： ```matlab % 实验数据 xi = [165, 123, 150, 123, 141]; yi = [187, 126, 172, 125, 148]; % 进行线性拟合 p = polyfit(xi, yi, 1); % 提取拟合的直线参数 a = p(1); % 斜率 b = p(2); % 截距 % 生成拟合直线的数据 xi_fit = linspace(min(xi), max(xi), 100); yi_fit = polyval(p, xi_fit); % 绘制原始数据点和拟合的直线 figure; plot(xi, yi, 'o', 'MarkerSize', 8, 'MarkerFaceColor', 'r'); % 原始数据点 hold on; plot(xi_fit, yi_fit, '-', 'LineWidth', 2); % 拟合的直线 xlabel('x'); ylabel('y'); title('线性拟合'); legend('原始数据点', '拟合直线'); grid on; % 显示拟合的直线方程 fprintf('拟合的直线方程为: y = %.2fx + %.2f\n', a, b); ``` 运行上述代码后，MATLAB 将会显示一个包含原始数据点和拟合直线的图，并且输出拟合的直线方程。例如，输出可能类似于： ``` 拟合的直线方程为: y = 0.95x + 32.12 ``` 这个方程表示了通过线性拟合得到的最佳直线。你可以根据需要调整代码中的参数和绘图选项。 [2024-11-08 09:01:45 | AI写代码神器 | 475点数解答]