Matlab 拟合优度-将少数数据点与模拟方程曲线进行比较

我有一组参考数据点，我想拟合一条S形曲线。我可以使用MATLAB的曲线拟合工具来做这件事，但我有一个自定义的方程来拟合数据。这个方程有4-5个变量，我想改变它们，然后测试拟合的优度

我尝试使用

goodnessOfFit

函数来实现此目的。但它要求测试数据和参考数据矩阵大小相同。我拥有的参考数据点的数量很少（15-20），并且使用自定义公式生成的测试点的数量很大

有没有其他方法可以检查曲线的拟合度？或者我是否已找到与参考数据中的点对应的测试数据点，然后使用

goodnessOfFit

功能（这种方法的一个问题是，对于测试和参考数据中的x轴，我没有相同的分辨率，例如，对于参考数据中的x点1.2368，我的测试数据中有1.23和1.24。我必须对数据进行四舍五入，然后计算拟合）

我是否必须找到与参考数据中的点对应的测试数据点，然后使用goodnessOfFit函数。我必须对数据进行四舍五入，然后计算拟合）

是的，伙计。。！看来你得用艰难的方式来做/

但是，您可以在测试数据中找到对应参考样本点前后的两个点，而不是简单的四舍五入。然后使用线性插值来猜测与参考点对应的值

或者更简单，Matlab中有一个

重采样

函数，可以对测试数据进行重采样，以匹配参考数据。如果参考数据具有恒定的采样间隔，则这将起作用

---

祝你一切顺利

谢谢@Mithun！我会尝试这两种选择，然后回来。“如果参考数据具有恒定的采样间隔，则这将起作用。”。但参考数据并非以相等的间隔获取。有什么办法吗？