http://wenku.baidu.com/view/0a0ea0de941ea76e59fa0418
[p,S,mu]=polyfit(X,y,n)
或[p,S]=polyfit(X,y,n)
或p=polyfit(X,y,n)
mu=[mean(X);
矩阵S用于生成预测值的误差估计。
R：polyfit函数中，先根据输入的x构建范德蒙矩阵V，然后进行QR分解，得到的上三角矩阵。
df：自由度，
normr：标准偏差、残差范数，normr=norm(y-V*p)，此处的p为求解之后的数值。
利用polyval函数利用polyfit得到的多项式系数拟合x出的预测值。
y =
polyval(p,x)
或[y,delta] = polyval(p,x,S)
或y = polyval(p,x,[],mu)
或[y,delta] = polyval(p,x,S,mu)
注：还不确定polyconf(p,x,s)
利用polyconf函数求polyfit所得的回归多项式在x处的预测值Y及预测值的显著性为1-alpha的置信区间Y±DELTA，alpha缺省时为0.05。
polyconf()函数的调用格式为：
Y=polyconf(p,x,s)
或[Y,DELTA]=polyconf(p,x,s,alpha)
说明：Y=polyconf(p,x,s)使用polyfit函数的选项输出s给出Y的95%置信区间Y±DELTA。它假设polyfit函数数据输入的误差是独立正态的，并且方差为常数，1-alpha为置信度。
举例：>>
plot(x,y,\'k+\',x,Y,\'r
线性拟合小结
