[slgu]

这些数据应该综合配成一条曲线，而不是6条类似但有差别的曲线，这样的数据用这个过于简单的指数函数也不很恰当，可能的function似为：
fx(b,x)=b(1)*exp(b(2)*x+b(3)*x.^2-b(4)*x.^3)+b(5)*x.^b(6);
b=[.11166829e-7, 47.545837, -30.197572, -4.3593343, 8.3529715, -2.1324923]
RSS =102897.7425
MSe = 751.0784
R^2 = 0.79183
该模型仍较简单，并仍具有较大的离回归平方和（RSS）。而这较大的离回归主要来自于x=.2对应的y数据，建议研究者对x接近于0的数据重新测定，再按此模型进行拟合，可能有较好效果。例如，将最后一组y(1)=93.843改成393.843，则：
SSy = 6.2853e+005
b=[ .16254754e-6, 41.863528, -26.642674, -3.8476032, 6.8495811, -2.3654914]
RSS =79161.26051
MSe = 577.81944
R^2 = 0.87412
拟合会好很多！