利用matlab求解非线性回归模型的常数值，并计算相关系数。个人估计应该用nlinfit，但总出问题。 模型为：
已知：x1=[200,400,600,200,400,600]；
x2=[7356,5184,3740,7683,5513,4132]；
y=[424700,33230,5520,218120,13680,2810]；
我个人程序如下，但是提示错误，请朋友们帮忙看看。
（1）定义function
function yy=myfun(beta,x)
a=beta(1)
b=beta(2)
c=beta(3)
x1=x(:,1);
x2=x(:,2);
yy=beta(1)*((1./x1).^beta(2))*((1./x2).^beta(3))
（2）主程序（试验数据，先用两组拟合。）
x=[200,400,600,200,400,600;7356,5184,3740,7683,5513,4132]'
y=[424700,33230,5520,218120,13680,2810]'
beta0=[10000,3,2]'
beta= nlinfit(x,y,@myfun,beta0)
提示错误：
??? Error using ==> nlinfit
The model function 'myfun' generated the following error:
Error using ==> mtimes
Inner matrix dimensions must agree.
y=k1*（1/x1）^k2*（1/x2）^k3
这是原始模型，以此为准。
yy=beta(1)*((1./x1).^beta(2))*((1./x2).^beta(3))
改成
yy=beta(1)*((1./x1).^beta(2)).*((1./x2).^beta(3))
即可。
不幸的是，这样程序虽然可以运行，但拟合失败，因为经过几次迭代之后，函数值计算出现非数（NaN），导致计算无法继续进行，换言之，求解过程发散了。
我没有试图替你把这个问题彻底解决，因为我不确定你的问题是否有解以及何种情况下可以求出解来。在此给你提供两个建议供参考：
1、看你程序中的表达式，似乎和图中给的拟合公式并不吻合，程序中使用的是k1*(1/x1)^k2*(1/x2)^k3，到底是想要什么样的拟合公式请核实一下（当然，你也可以说二者是一致的，只不过k相差了个符号而已，但这和下一个问题有关）；
2、非线性拟合问题是否收敛，和所给初值有很大关系，所以请最好对k1-k3的数值有个大概的预估，不然随便给个数就去拟合，我就只能祝你好运了。追问
您好。点乘我确实也试过了，和您说的一样出现非数。做以下说明：
1）初值问题：初值K1应该是非常大的10的5次方至10的19次方之间的，K2和K3的值非常可靠， 我这里是参考研究报告的结果。
2）模型问题：模型是疲劳模型，专业方面的，见下图，肯定无误。
3）数据方面：数据是试验数据，从参考资料来看，也是非常可靠的。
非常感谢你，还请你帮忙给出一个算法，具体的拟合可靠度，我再补充数据进行提高。
模型如下：
我换了一个拟合函数，初值也改了改：
beta0=[10000,1,1]';
beta= lsqcurvefit(@myfun,beta0,x,y)
倒是能出来结果，但效果有点差强人意（可以画图对照拟合结果yy和原始数据y）：
beta =
9999.56
2.28
-1.74
如果改初值为
beta0=[1000000,0,0]';
结果为
beta =
999993.61
2.48
-1.35
这个结果倒是很容易解释，因为x1是200的倍数，如果系数k1变化100倍，大致可以从k2的变化得到补偿（相应的k3也有变化）。
个人觉得有两个问题：一是三个系数k1-k3独立性有点疑问；二是用于拟合的数据集偏小。供参考，祝好运。