这里从R---T表整理过来的数据，具有详细的中文说明，接下来要导入到Matlab中取使用时，需要另外重新整理一个没有中文名字，没有其他数据，仅有两栏 A作为输入电阻中心值，B作为输出温度的EXCEL表。

新整理的EXCEL表取名为 “6”

放在计算机跟目录下，“F:\  ”方便Matlab使用时，好调用。

6.xlsxs里面的内容已整理成如下格式：

http://s12/mw690/001lQaoWgy6WRKzWcDVbb&690
没有其他数据。

输入导入数据指令：

[NUM,TXT,RAW]=xlsread('f:\6'); %读excel的数据， 在计算机的F盘，文件名为“6”。

x=NUM(:,1);   %给excel的第一列取名字为x

y=NUM(:,2);   %给excel的第二列取名字为y

然后，回车ENTER，

http://s3/mw690/001lQaoWgy6WRKWGnLQc2&690

右边的Workspace会出现 NUM  ，即Execl的两列数据

x，y即  excel中的A列和B列

双击，能够打开

http://s6/mw690/001lQaoWgy6WRLaO88Ba5&690

3，MATLAB 打开曲线拟合工具 

在下面继续输入指令：

>>cftool   %  开MATLAB曲线拟合工具箱

会自动弹出如下界面：

http://s6/mw690/001lQaoWgy6WRLq2TGJ25&690

4，选择拟合数据

http://s15/mw690/001lQaoWgy6WRLIPnnE9e&690

 

5，选择拟合曲线类型

Custom Equations：用户自定义的函数类型
Exponential：指数逼近，有2种类型， a*exp(b*x) 、 a*exp(b*x) + c*exp(d*x)
Fourier：傅立叶逼近，有7种类型，基础型是 a0 + a1*cos(x*w) + b1*sin(x*w)
Gaussian：高斯逼近，有8种类型，基础型是 a1*exp(-((x-b1)/c1)^2)
Interpolant：插值逼近，有4种类型，linear、nearest neighbor、cubic spline、shape-preserving
Polynomial：多形式逼近，有9种类型，linear ~、quadratic ~、cubic ~、4-9th degree ~
Power：幂逼近，有2种类型，a*x^b 、a*x^b + c
Rational：有理数逼近，分子、分母共有的类型是linear ~、quadratic ~、cubic ~、4-5th degree ~；此外，分子还包括constant型
Smoothing Spline：平滑逼近（翻译的不大恰当，不好意思）
Sum of Sin Functions：正弦曲线逼近，有8种类型，基础型是 a1*sin(b1*x + c1)
Weibull：只有一种，a*b*x^(b-1)*exp(-a*x^b)

http://s16/mw690/001lQaoWty6WRLTz5tZ0f&690

 

6，拟合结果

http://s6/mw690/001lQaoWgy6WRM4NM6p45&690

Goodness of fit  :适合度

SSE : 和方差，误差平方和，   越小越好

RMSE （ root mean square error ）：均方根误差   越小越好

R square ：确定系数，0~1之间，越接近1，表明方程的变量对y的解释能力越强。

 

最终matlab拟合出来的函数为  f(x) = a*x^b+c  为

 最终完成，曲线的拟合。得出最终函数 

y=269.9*x^(-0.136)+(-172.2) ;    //x：阻值   y：温度

亦可参考：http://www.cnblogs.com/yxnchinahlj/archive/2011/08/19/2146006.html

                 http://jingyan.baidu.com/article/9c69d48f409c6013c9024e8c.html