① 那個軟體擬合指數好用
WELSIM的CurveFitter工具。WELSIM的CurveFitter工具基本都已經支持了這些曲線的擬合計算。是數據處理中經常用到的數值方法，其本質是使用某一個模型或者稱為方程或方程組，將一系列離散的數據擬合成平滑的曲線或曲面，數值求解出對應函數的參數，從而得到離散點組所表示的坐標與函數值之間的關系。曲線擬合可以幫助我們了解數據之間的內在聯系，並能預測此類問題在其他離散點下的變化趨勢。在實際的數據分析工作中，大多數需要擬合的曲線或曲面都是非線性的，所以常需要藉助計算機程序來快速得到結果。
② ios上有能做數據擬合的軟體嗎求指導。。。
有很多的吧，如可以用易歷知食ios蘋果版，該軟體內部的鳳姐幾何功能可以處理數據擬合，支持多元擬合，支持自定義函數模型擬合，操作簡易，輸入函數模型和實驗數據就得給果。舉個例子如：
輸入信息：
結果曲線圖
③ 有沒有擬合曲線的軟體
能夠擬合曲線的軟體，還是不少的
在網路搜「曲線擬合軟體」，能看到不少呢，有專門的擬合軟體，也有大的軟體
不過哪個都得學，只不過難度不同而已
我在用matlab，沒用其他的，所以不能給你啥幫助
你搜搜吧，我剛搜了下，看到不少呢
④ 一款好用且免費的曲線擬合工具CurveFitter
點組所表示的坐標與函數值之間的關系。曲線擬合可以幫助我們了解數據之間的內在聯系，並能預測此類問題在其他離散點下的變化趨勢。在實際的數據分析工作中，大多數需要擬合的曲線或曲面都是非線性的，所以常需要藉助計算機程序來快速得到結果。
曲線擬合的應用場景非常豐富，幾乎各行各業的統計分析中都會用到。圖像處理中對各種線型擬合，機械工程中的振動與雜訊數據，財務與銷售數據預測，葯物抑制劑計量誘導細胞變化數據，葯物濃度與時間的關系，疾病療效與療程長短的關系，自然界物種的競爭數據等等，都會用到曲線擬合。此外，在結構有限元分析領域，各種非線性材料參數通常也是對測試數據進行參數擬合而得到。電磁分析中，磁芯損耗參數也是通過對功率損耗測試數據曲線擬合而來。
常見的曲線（方程）類型
這里介紹實際分析中常會遇到的曲線類型，包含線性與非線性的，我們知道 曲線擬合中的大部分模型都是非線性的 。WELSIM的CurveFitter工具基本都已經支持了這些曲線的擬合計算。
1. 直線
直線y=A+Bx是曲線擬合中最簡單的回歸模型之一。x為自變數，y為因變數，A和B為需要擬合的參數。其主要目標是尋找數據集中、數據增長的大致方向。
2. 多項式
多項式Y=A+B1*x+B2*x2+……+Bk*xk是實際工程中常用到的模型。其中x為自變數，y為因變數，k為級數，常用級數為1～9。當級數為1時，多項式即為直線方程。當級數大於1時，模型表現出非線性。階數越高越能描述復雜的曲線，然而高階多項式需要更多的測試數據點才能得到較為精確的解，同時也會導致計算量的增加。實際分析中會根據數據源與目標問題選擇合適的階數。
3. 對數
對數模型有一些不同的形式，大體上有半對數y = A lg(x) + B和全對數兩類lg(y) = A lg(x) + B。x為自變數，y為因變數，A和B為需要擬合的參數。對數曲線形式常用於和濃度變化相關的模型。
4. 冪函數
常見的冪函數有兩種：y=Ax^B和y=Ax^B+C。x為自變數，y為因變數，A、B和C為需要擬合的參數。冪函數的應用廣泛，學者們發現動物的靜息代謝率就和其體重成冪函數關系，腫瘤的大小和變化率也成冪函數關系。
5. 指數函數
常見的指數函數有：y=A*e^(B*x)和y=A*e^(Bx)+C*e^(D*x)。x為自變數，y為因變數，A、B、C和D為需要擬合的參數。人們發現營養與微量元素對人體健康會成指數關系。
6. 正態分布
正態分布的種類較多，比較常見和基礎的是高斯模型y=Ae^[-(x-B)^2/C^2]。x為自變數，y為因變數，A、B和C為需要擬合的參數。統計學中大量的使用正態分布模型，如兒童升高與身體密度的關系，學生的考試成績分布等等。
7. S型曲線
常見的S型曲線有對稱型和非對稱形的，又稱作4參數和5參數擬合回歸方程。數學表達式分別為y=D+(A-D)/[1+(x/C)^B]和y=D+(A-D)/[1+(x/C)^B]^M，x為自變數，y為因變數，A、B、C、D和M為需要擬合的參數。S型曲線相對通用，曲線的形狀根據情況, 可能是一個單調上升的類似指數, 對數, 或雙曲線的曲線, 可能是一個單調下降的上述曲線, 也可以是一條 S 形曲線。它要求 x 值不能小於0 (因為指數是實數)。由於其多用性，也成為科研或工程中常用的曲線模型之一。
8. 超彈材料模型曲線
常見的超彈模型曲線有Arruda-Boyce，Gent，Mooney-Rivlin，Neo-Hookean，Ogden，多項式(Polynomial)，和Yeoh。自變數和因變數分別是應變和應力。根據超彈模型不同，各種曲線也會有所不同。在有限元分析中，由於超彈材料的多樣性，很難從手冊中直接獲得用於有限元分析的材料參數，而材料的力學測試數據往往能從實驗中獲得，可以通過對測試數據進行曲線擬合從而得到用於有限元分析的材料常數。由於輸入的數據有多種測試類型，需要對多種狀態下的應力應變關系式進行計算擬合。有興趣的讀者可以在WELSIM的曲線擬合手冊中獲得更詳細的信息。
9. 磁芯損耗模型曲線
電磁材料和設備大量的應用，使磁芯損耗問題也是一個熱點。磁芯材料的損耗有一些經典的模型如電力鋼的p=Kf*f*Bm^2+Kc*(f*Bm)^2+Ke*(f*Bm)^1.5，還有用於功率鐵電的p=Cm*f^X*Bm^Y，
其中Bm為自變數，p為因變數，f為輸入常數（電磁頻率），Kf、Kc、Ke和Cm、X、Y是要擬合的參數。後者又稱為著名的Steinmetz模型。和超彈曲線擬合類似，磁芯損耗曲線的數據往往含有不同的工作頻率，需要對每條頻率下的曲線同時進行擬合得到參數。
曲線擬合工具CurveFitter
雖然曲線擬合在各行各業都有廣泛的應用，但是還沒有簡單好用且免費的曲線擬合工具軟體。有限元軟體WELSIM最近發布一款免費的曲線擬合工具CurveFitter，作為一款專門用於曲線擬合的工具軟體，CurveFitter不僅能擬合超彈材料模型和磁芯損耗模型的參數，也具有許多通用領域所用的曲線模型，可用於更為廣泛的科學與工程計算。
CurveFitter的使用步驟如下：
1. 選擇需要進行擬合的曲線方程
2. 編輯添加表格數據，或者直接導入數據。
3. 在曲線窗口中檢查輸入的測試數據
4. 點擊檢查按鈕可以檢查測試數據（可選）。彈出對話框會提示數據狀態。
5. 點擊求解按鈕進行曲線擬合數值計算。如果求解成功，參數欄會自動顯示擬合好的數值，曲線窗口會顯示擬合好的曲線。
6. 至此曲線擬合計算已經完成。如果常查看不同參數下曲線的形態。可以調節參數欄的數值並點擊更新按鈕。
注意事項
在曲線擬合時，最好依據曲線的形狀來選擇函數模型。由於所選的擬合函數不同，會產生不同的擬合效果，需要我們按最優原則來選擇最佳擬合函數。同時，給定數據點的多少和數據點的范圍對曲線擬合也會產生影響。由於擬合數據存在誤差，需要檢驗擬合好後的曲線與參數。盡量能將模型誤差和測量誤差對曲線擬合的影響減至最小。
最後，送上操作視頻，供大家參考。