嗨，我来帮你搞定这个相移c的精准计算问题！先理清楚你的现状：你已经确定了拟合余弦曲线的框架 y = 3.685 cos 29.1(x+c) + 5.455，现在需要手动算出最准确的c值，而不是依赖Desmos自动给出的1.22。你之前尝试用单个点代入求解得到了27.1894，虽然相关性rho达到了0.946，但确实有优化空间——单个点的误差会影响结果，用所有数据点做最小二乘拟合才是更精准的方案。

下面是具体的分步计算方法，能帮你得到和Desmos接近的精准c值：

步骤1：转换函数形式，简化计算 #

先把你的原函数展开：
y = 3.685 cos(29.1x + 29.1c) + 5.455
令 C = 29.1c，同时把垂直偏移项移到左边，得到：
y' = y - 5.455 = 3.685 cos(29.1x + C)

步骤2：把三角函数转化为线性形式 #

利用余弦的和角公式展开：
cos(29.1x + C) = cos(29.1x)cosC - sin(29.1x)sinC
代入后式子变为：
y' = 3.685cosC * cos(29.1x) - 3.685sinC * sin(29.1x)
我们设两个新的参数：
P = 3.685cosC，Q = -3.685sinC
这样式子就变成了线性回归模型：
y' = P*cos(29.1x) + Q*sin(29.1x)

步骤3：用最小二乘法求解线性参数P和Q #

这一步需要用到你所有的(x,y)数据点：

1. 对每个数据点，计算：
   • X₁ = cos(29.1x)（注意这里的29.1是角度，计算时要和Desmos的角度模式保持一致）
   • X₂ = sin(29.1x)
   • Y = y - 5.455
2. 计算各项均值：mean(X₁)、mean(X₂)、mean(Y)
3. 计算以下求和项：
   • S₁₁ = sum((X₁ - mean(X₁))²)
   • S₂₂ = sum((X₂ - mean(X₂))²)
   • S₁₂ = sum((X₁ - mean(X₁))*(X₂ - mean(X₂)))
   • S₁Y = sum((X₁ - mean(X₁))*(Y - mean(Y)))
   • S₂Y = sum((X₂ - mean(X₂))*(Y - mean(Y)))
4. 解下面的线性方程组，得到P和Q：

   S₁₁*P + S₁₂*Q = S₁Y
   S₁₂*P + S₂₂*Q = S₂Y
   

步骤4：从P和Q反推C，再得到c #

1. 根据P和Q的定义，我们可以得到：
   cosC = P / 3.685，sinC = -Q / 3.685
2. 用反正切函数arctan2计算C（这个函数能正确判断象限，避免单值反正切的象限误差）：
   C = arctan2(-Q, P)
3. 最后算回相移c：
   c = C / 29.1

为什么这个方法更精准？ #

单个点代入的方法容易受某一个偏离拟合曲线的点影响，而最小二乘法是让所有数据点到拟合曲线的误差平方和最小，充分利用了所有数据的信息，算出来的c值会和Desmos自动拟合的1.22非常接近，同时rho值也会比你之前的0.946更高。

算完之后你可以把c代入原函数，和数据点对比验证拟合效果，相信结果会让你满意！

备注：内容来源于stack exchange，提问作者amateur