拟合函数：拟合就是把平面上一系列的点，用一条光滑的曲线连接起来。因为这条曲线有无数种可能，从而有各种拟合方法。拟合的曲线一般可以用函数表示，根据这个函数的不同有不同的拟合名字，这就是拟合函数。
拟合意思是就是把平面上一系列的点，用一条光滑的曲线连接起来。一组观测结果的数字统计与相应数值组的吻合。
拟合是一个数理科学术语，形象的说，拟合就是把平面上一系列的点，用一条光滑的曲线连接起来。常用的拟合方法有如最小二乘曲线拟合法等，在MATLAB中也可以用polyfit来拟合多项式。
拟合（fitting）是指将一个模型或函数与实际数据相匹配，以得到一个能够描述或预测这些数据的最佳模型或函数。在统计学和机器学习中，拟合通常是用来估计参数或寻找最优参数的过程。
而拟合是指，拟合就是把平面上一系列的点，用一条光滑的曲线连接起来。因为这条曲线有无数种可能，从而有各种拟合方法。拟合的曲线一般可以用函数表示，根据这个函数的不同有不同的拟合名字。
1、首先双击打开电脑桌面上matlab软件，点击matlab操作界面上面的新建变量，如下图所示。这时候会出现一个表格，此时将你需要处理的数据填在表格，有几个变量就要新建几个表格，本例子用两个变量，分别为X，Y。
2、打开Matlab软件，在命令窗口将数据导入，并分别给数据命名，这里以x ，Y命名两个行向量数据。x=[1，3，5，7，9，15]；Y=[1，4，8，13，20，25]；这里的数据也可以通过文件读取的方式导入（如csvread，load等命令）。
3、现在我们想拟合一个一次函数，即 y = a*x + b，其中 a 和 b 是拟合参数。可以使用 fit 函数来生成拟合模型：f = fit(x， y， poly1)；在这里，我们使用 poly1 来指定一次多项式模型，也就是线性模型。
4、运行Matlab软件。在工作空间中存入变量的实验数据。
5、首先启动matlab，选择编辑器，再新建一个命令文件。然后在编辑器窗口中输入图示的代码。然后我们点击界面上方菜单栏里的保存图标进行保存。需要注意的是，保存文件的位置要与当前搜索路径的位置保持一致。
6、性曲线拟合。下面结合我使用的 Matlab R2007b 来简单介绍如何使用这个工具箱。假设我们要拟合的函数形式是 y=A*x*x + B*x， 且A0，B0 。
1、试剂： 乙酸乙酯 石油醚（60~90℃） 三氯甲烷 地西泮仪器设备： 仪器1 高效液相色谱仪2 色谱柱硅胶为填充剂，理论塔板数按阿法骨化醇峰计算应不低于2000。
2、试剂： 甲醇 氢化可的松 仪器设备： 仪器1 高效液相色谱仪2 色谱柱十八烷基硅烷键合硅胶为填充剂，理论塔板数按曲安西龙峰计算应不低于2500。
3、试剂： 乙腈 磷酸二氢钾（0.02mol/L）仪器设备： 仪器1 高效液相色谱仪2 色谱柱十八烷基硅烷键合硅胶为填充剂，理论塔板数按泛昔洛韦峰计算应不低于2500。
polyfit函数是matlab中用于进行曲线拟合的一个函数。其数学基础是最小二乘法曲线拟合原理。曲线拟合：已知离散点上的数据集，即已知在点集上的函数值，构造一个解析函数（其图形为一曲线）使在原离散点上尽可能接近给定的值。
常用的模型有多项式模型、幂函数模型、指数函数模型等。设出函数，用命令“plot”绘出图像作为对比。准备好散点数据，用命令“plot”绘出散点作为对比。调用函数“fit”，参数包括散点数据和曲线拟合模型。
对两条曲线都进行拟合，可以得到两个函数。有两个函数联立求出交点为（3，5），所以根据这个点，设立两组辅助数据。一组横坐标都是3，一组纵坐标都为5。右击图表，插入数据，将刚才的数据插入。
你可以用 fit（）函数拟合，得到系数a、b的值。
1、选中数据，绘制散点图。点击Origin菜单栏上的Analysis、Fitting、NonlinearCurveFit、OpenDialog。在弹出的对话框中选择Function、ExponentialDec1。选择好函数之后，点Fit即可。
2、Origin中的自然数的幂函数很容易，用EXP函数就可以了，但是其它幂函数没有，例如：将一列数据转变为以10为底，数列为幂指数，用10^col(A)就可以了。
3、首先打开origin，导入你要处理的数据后，点击界面左下方的作图工具，做一个简单的点图。之后是公式的建立。我们要根据点图进行公式基本结构的一个推算。