文档介绍：2 曲线拟合?例3售后服务数据的运用?整车或某个部件的“千车故障数”是在相同使用时间长度内整车或某个部件的保修总次数乘以 1000 再除以迄今已售出的轿车数量(下面表格中的数据) 车按生产批次划分成若干个不同的集合(下面表格的同一行数据就来自同一集合),再对每个集合中迄今已售出的全部轿车进行统计,由于每个集合中的轿车是陆续售出的,因此它们的统计时间的起点即售出时间是不同的。但在下面表格中,每一列数据的统计时间的长度却是相同的(例如 2002 年3 月底出厂的轿车,到 2002 年8 月底;或 2003 年 10 月初出厂的轿车,到 2004 年3 月初都是最多使用了五个月,显然它们的统计时间的终点也是不同的) ?. 利用这个表的数据请你设计相应的模型与方法,并预测: 0205 批次使用月数 18 时的千车故障数, 0306 批次使用月数 9 时的千车故障数. 对于产品质量,我们容易想到的是服从一定的概率分布,通常可以用韦伯分布。就此问题可以采用两参数的韦伯分布 batetx)1()(??那么如何根据给定的数据确定参数 ba, 使得函数能较好地表示 x (千车故障数)随时间 t 的变化呢? 曲线拟合问题的提出已知一组(二维)数据,即平面上的几个点( x i ,y i) i=1,2, …,n 互不相同,寻求一个函数 y=f(x) ,使在某种准则下与所有数据点最为接近, 曲线拟合得最好(如图 -1 所示),这样的问题称为曲线拟合问题( fitting of a curve ). y=f(x) yx 0 图 - 1 曲线拟合示意图 线性最小二乘法拟合的 MATLAB 实现用M atlab 作线性最小二乘法拟合的函数为: a=polyfit(x,y,m) 其中输入参数 x,y 为要拟合的数据,是长度自定义的数组, a 为拟合多项式 mmxaxaxaay?????? 2210 的系数, a=[011,,,,aaaa mm??] 为按降幂排列的一维数组. 多项式在 x 处的值,y 可用下面函数计算: y=polyval(a,x) 例4 已知一组温度 t 和电阻 R 的数据: t( 0 C) 51. 0 R(?) 765 826 873 942 1032 拟合电阻 R 与温度 t 之间的关系 R=at+b 并预测 60 0C 时的电阻有多大. 图 -2 电阻 R 与温度 t 之间关系输入程序: t=[ ]; r=[765 826 873 942 1032]; aa=p ol yfit(t,r,1); a=aa(1) , b=aa(2) y=polyval(aa,t); y0=a*60+b; plot(t,r,'k+',t,y,'r') xlabel('t'),ylabel('R') 输出结果: a=,b==, 生成的图形见图 -2. 例 5 已知一组数据如下请用适当的函数进