【MATLAB】数据分析之数据插值

插值：求过已知有限个数据点的近似函数。

区别于拟合：

拟合：已知有限个数据点求近似函数，不要求过已知数据点，只要求在某种意义下它在这些点上的总偏差最小。

基本常用的插值方法：拉格朗日多项式插值，牛顿插值，分段线性插值，Hermite插值，三次样条插值。

MATLAB使用interp1来实现一维插值。

Vq = interp1(X,V,Xq,METHOD)

•       X为自变量的取值范围，V为函数值（或者与X长度一样的向量），Xq为插值点向量或数组，METHOD设定插值方法
•      METHOD='nearest',邻近点插值。插值点函数值估计为与该插值点最近的数据点函数值
•      METHOD='linear',线性插值法。根据相邻数据点的线性函数估计落在该区域内插值数据点函数值。
•      METHOD='spline',三次样条插值。这种方法在相邻数据点间建立三次多项式函数，根据多项式函数确定插值数据点的函数值。
•      METHOD='pchip'或'cubic',立方插值。通过分段立方Hermite插值方法计算插值结果。

上述方法的优缺点：

• 邻近点插值方法的速度快，但平滑性差。

• 线性插值占用内存多，运行时间长；但结果是连续的，但在顶点处斜率会改变。

• 三次样条运算时间最长，但内存占用比立方插值少，其差值数据和导数都是连续的。平滑性最好，但如果输入的数据不一致，或者数据点过近，可能出现很差的插值效果 。

 一维插值

一、分段线性插值&n