基于最大误差最小的数据一阶线性拟合编程

angueyuan

我们知道数据拟合原则有：1.使最大绝对误差最小原则：E=max（abs（每一项误差））
2.使平均绝对误差最小原则：E=1/n（sum（abs（每一项误差）））
3.误差平方和最小（最小二乘准则）：这个是matlab的拟合函数使用的一种原则，如plotfit

而前两种原则就要自己编程了，我以第二条原则编了如下程序，在7.10.0版本上可以很好运行的程序：
function p=pinjun(x,y)
n=length(x);
syms a b;
sum=0;
for i=1:1:n
        theta=abs(a*x(i)+b-y(i));
        sum=sum+theta;
end
f=inline(sum,'a','b');
ff=@(x)f(x(1),x(2));
[x,fval] = fminsearch(ff,[-1, 1]);
p=x;
调用方式：p=pinjun(x,y)

但我试着用第一条原则编时，遇到了困难，希望哪位有识之士可以为我们解答；
注意：我们只要一阶线性拟合就行了