【问题标题】:How to extract fitted data from normal probability density function如何从正态概率密度函数中提取拟合数据
【发布时间】:2013-11-06 10:37:02
【问题描述】:

如果我用正态分布拟合单变量数据,我如何在 MATLAB 中取回拟合值。 我正在使用这个简单的例子

load hospital % data
x = hospital.Weight;
[mu sigma]=normfit(x) %normal fitting
%To visualize the pdf
xval=min(x):0.1:max(x)
yval=normpdf(xval,mu,sigma)
plot(xval,yval)

yval 给出 xval 值的概率。现在,如果我想在用上述正态分布近似后提取“x”的拟合值,我该怎么做?从图片中可以看出,y 轴值是 pdf,介于 0 和 1 之间,但是我希望从遵循正态分布的数据中获得相应的拟合值。

拟合值是否为 x_fitted = yval*sigma + mu? !我想我在这里遗漏了一些基本的数学。

【问题讨论】:

    标签: matlab normal-distribution probability-density


    【解决方案1】:

    normfit 只是为您提供拟合正常 pdf 的 musigma。来自您使用normpdf 构建该pdf 的那些人。因此,您输入 x 所需的 y 值将是

    y = normpdf(x,mu,sigma)
    

    你可以用它来绘图

    hold on
    plot(x,y,'ro')
    

    请注意,通过此过程,数据完全位于正态 pdf 上,即使这些数据实际上并不遵循正态分布。

    【讨论】:

    • 谢谢。 y 的值在 [0,1] 的范围内,因为它是概率,我们如何翻译它们以便它可以具有对应于原始数据 x 的幅度?在我上面的例子中 mu=154 和 sigma=26.57 但是 0
    • 您已经拥有原始数据的数量级。如果这是您想要的,我看不出您如何获得拟合数据的另一个幅度;我不确定这是否有意义
    猜你喜欢
    • 2020-11-25
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2012-11-21
    • 1970-01-01
    • 2012-11-08
    • 1970-01-01
    • 2017-09-20
    相关资源
    最近更新 更多