1、matlab除了可以进行数据插值，还可以进行数据拟合，下面主要介绍polyfit和polyval命令的用法。
2、假设我们有如下两行数据，这数据可以是随机得来的。但是两侧的数据不太满足要求，仔细看过去好像毛刺比较多，那我们可以使用polyfit和polyval命令。
3、首先对a曲线使用polyfit命令，这里我们选择取10阶多项式进行拟合，然后使用poly2str命令，找出对应的拟合多项式。[pp,qq] = polyfit(1:432,aa(1,:),10);ploy2str(pp,'x')
4、这里的pp即是对应的多项式的各项的系数，其中pp的第一个数据是对应的x^10；依次递减。然后再使用polyval命令依关骇脘骱次计算该多项式拟合后的数据。bb = polyval(pp,1:432,qq);figure;plot(aa(1,:),'b.');hold on;plot(bb,'r^');
5、可以明显看到bb比aa（1，：）数据好了一些。如果对其进行15阶数据拟合，那么数据质量又会更好一些。下图是280:370的数据质量，显然15阶拟合（绿色曲线）比10阶拟合（红色曲线）要好一些，更接近实际情况。
6、当然，上述polyfit命令中，qq是误差评估的一个精度统计：给出了自由度和残差等信息。从精度统计方面来讲，15阶矩阵更加接近实际测量值。
