Я могу указать вам на множество различных алгоритмов для подгонки 4d кривой.Правильный выбор методов будет зависеть от того, какая информация у вас имеется в отношении отношений между вашими переменными.
Если вы знаете, что между вашими переменными существует линейная связь, лучшим вариантом будетиспользуйте команду "regress" в панели инструментов статистики.
Если вы знаете, что связь между вашими переменными лучше всего описывается с использованием известных нелинейных отношений, тогда вам следует взглянуть на "nlinfit".
Если вы не можете указать модель, описывающую отношения между вашими переменными, лучше всего использовать увеличенное или пакетное дерево решений.
Я приложил очень простой пример, показывающий, как использовать регрессию для подгонки плоскости к набору точек данных.
X = 10 * rand(100,1);
Y = 10 * randn(100,1);
Z = 10 * randn(100,1);
t = 50 + 2*X + 3*Y + 4*Z;
b = regress(t, [ones(length(t),1), X, Y, Z])