1、打开CFTOOL工具箱。 在Matlab 6.5以上的环境下，在左下方有一个"Start"按钮，如同Windows的开始菜单，点开它，在目录"Toolboxes"下有一个"Curve Fitting"，点开"Curve Fitting Tool"，出现数据拟合工具界面，基本上所有的数据拟合和回归分析都可以在这里进行。也可以在命令窗口中直接输入”cftool”，打开工具箱。
2、输入两组向量x，y。 首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。 例如在命令行里输入下列数据: x = [196,186, 137, 136, 122, 122, 71, 71, 70, 33]; y = [0.012605; 0.013115; 0.016866; 0.014741; 0.022353; 0.019278; 0.041803; 0.038026; 0.038128; 0.088196];
3、数据的选取。 打开曲线拟合共工具界面，点击最左边的"Data..."按钮，出现一个Data对话框，在Data Sets页面里，在X Data选项中选取x向量，Y Data选项中选取y向量，如果两个向量的元素数相同，那么Create data set按钮就激活了，此时点击它，生成一个数据组，显示在下方Data Sets列表框中。关闭Data对话框。此时Curve Fitting Tool窗口中显示出这一数据组的散点分布图。
4、曲线拟左佯抵盗合(幂函数power)。 点击Fitting...按钮，出现Fitting对话框，Fitting对晌蚌畚玉话框分为两部分，上面为Fit Editor，下面为Table of Fits,有时候窗口界面比较小，Fit Editor部分会被收起来，只要把Table of Fits上方的横条往下拉就可以看见Fit Editor。在Fit Editor里面点击New Fit按钮，此时其下方的各个选框被激活，在Data Set选框中选中刚才建立的x-y数据组，然后在Type of fit选框中选取拟合或回归类型，各个类型的拟合或回归相应的分别是： Custom Equations 用户自定义函数 Expotential e指数函数 Fourier 傅立叶函数，含有三角函数 Gaussian 正态分布函数，高斯函数 Interpolant 插值函数，含有线性函数，移动平均等类型的拟合 Polynomial 多项式函数 Power 幂函数 Rational 有理函数（不太清楚，没有怎么用过） Smooth Spline （光滑插值或者光滑拟合，不太清楚） Sum of sin functions正弦函数类 在这个Type of fit选框中选择好合适的类型，并选好合适的函数形式。于是点击Apply按钮，就开始进行拟合或者回归了。此时在Curve Fitting Tool窗口上就会出现一个拟合的曲线。这就是所要的结果。 在上面的例子中，选择sum of sin functions中的第一个函数形式，点击Apply按钮，就可以看见拟合得到的正弦曲线。
5、拟合后的结果信息。在Fitting对话框中的Results文本框中显示有此次拟合的主要统计信息，主要有 General model of sin1(函数形式） Coefficients (with 95% conffidence range) (95%致信区间内的拟合常数） a1=... ( ... ...) （等号后面是平均值，括号里是范围 Godness of fit: (统计结果） SSE: ... （方差） R-squared: ... (决定系数） Adjusted R-squared: (校正后的决定系数，如何校正的不得而知） RMSE: (标准差） 上面的例子中经过拟合得到的函数最后为 y=3.133*x^(-1.007)-0.004233
6、拟合分析(Analysis)。
7、图片导出。 另外要说的是，如果想把这个拟合的图像导出的话，在Curve Fitting Tool窗口的File菜单下选Print to Figure，此骀旬沃啭时弹出一个新的图像窗口，里面是你要导出的图像，在这个figure窗口的File菜单里再选Export，选择好合适的格式，一般是jpeg，选择好路径，点击OK就可以了。出来的图像可以在Word等编辑环境中使用，就不多说了。 要修改图像的性质，如数据点的大小、颜色等等的，只需要在对象上点右键，就差不多可以找到了。 另外使用程序来进行曲线拟合： p=polyfit(xdata,ydata,n) n为选取的方法 a=polyval(p,xdata) 进行曲线拟合后计算所得到得值 可以将拟合曲线与源曲线画出来： plot(xdata,ydata,'b*',xdata,a,'r-') legend('ydata','fit');
