我如何符合高斯分布?

21日视图(30天)
studentmatlaber”class=
studentmatlaber 2021年9月14日
评论道: 明星黾 2021年9月22日
噪音直方图是一个高斯分布见图。我想适应这个柱状图。我用' histfit '命令,但没有给出正确的结果。所以我手动写代码来适应它。然而,正如您所看到的,这并不给出正确的结果。我如何正确地适合这个柱状图?我会非常高兴如果你能帮助我解决我这个问题。
noise_filt =猫(2,filt_noise {:});
μ= 0;%的意思
noise_sigma = 29 * 10 ^ 6;%性病偏差
noise_varyans = noise_sigma ^ 2;
x = -0.1:0.001:0.1;
pdf =(1 /√(2 *π* noise_sigma ^ 2))。* exp ((- (xμ)^ 2)/ (2 * noise_sigma ^ 2));
直方图(noise_filt);
% histfit (noise_filt);
持有;
情节(x, pdf,“线宽”2);
filt_noise未定义的变量。

接受的答案

明星黾”class=
明星黾 2021年9月14日
它给一个更好的结果当我跑它( R2021a )- - -
LD =负载(“noise_filt.mat”);
noise_filt = LD.noise_filt;
超高频= histfit (noise_filt)
df = fitdist (noise_filt (:),“正常”)
df =
NormalDistribution
正常的分布
e-06μ= 3.27713 e-05 [9.07426, 5.64683 e-05]
σ= 0.00865728 (0.00864056,0.00867407)
不会的,除非它有一个“完美”的正态分布。这是可能尽善尽美。
8的评论
明星黾”class=
明星黾 2021年9月22日
histfit 应该与威布尔分布函数, wblfit 应该努力估计参数和置信区间。让“典型的”统计相关的非线性适应对直方图和特定的分布可能不是正确的方法。
分布拟合函数(使用最大似然估计)合适的参数分布直方图。解说直方图提供的仅仅是为了了解拟合分布的性质,以及它如何与数据。的 mlecov 函数可以提供一个参数协方差矩阵。
我有点失去了这里。我想我们已经解决了这个问题的非线性适应直方图。

登录置评。

更多的答案(0)

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!