首先给出数据，如下图：
把EXCEL数据放入MATLAB软件中的“Work”文件夹下(注：文件名不能用汉字)。然后对数据读取和作图。
通过非线性最小二乘法对其拟合，其结果图与原数据图效果非常理想。
q= -246.27991478063 0.127224594530866参数值
r= 0.0224287126987522 误差平方和从误差平方和我们不难发现其拟合程度相当高，说明此拟合方程具有意义。
其MATLAB编码：clear all;clc
format long g%取消科学计数法
A=xlsread('yinsu1.xls'); %读取数据,“yinshu1”为数据文件名
[m,n]=size(A); %判断矩阵的阶
B=A';%矩阵转置
x=B(1,:);
y1=B(2,:);
y=log(y1);
f=inline('a(1)+a(2).*x','a','x');
[q,r]=lsqcurvefit(f,[1,0],x,y)
plot(x,y1,'r-+') %绘制图表
hold on;