我正在尝试将多元正态分布拟合到我收集的数据中,以便从中取样。
我知道如何拟合(单变量)正态分布,使用fitdist
函数(使用'Normal'
选项)。
那么如何对多元正态分布进行类似的操作呢?
在每个维度上分别使用fitdist
是否意味着假定变量不相关?
我正在尝试将多元正态分布拟合到我收集的数据中,以便从中取样。
我知道如何拟合(单变量)正态分布,使用fitdist
函数(使用'Normal'
选项)。
那么如何对多元正态分布进行类似的操作呢?
在每个维度上分别使用fitdist
是否意味着假定变量不相关?
不需要专门的拟合函数;分布的均值和方差的最大似然估计值就是样本均值和样本方差。也就是说,计算样本均值和样本方差即可。
fitdist
返回的是什么? - Robert Dodier使用mean
估计均值,并使用cov
估计协方差矩阵。
然后,您可以使用mvnrnd
生成随机数。
也可以使用fitmgdist
,但对于仅多元正态分布,mean
和cov
就足够了。
是的,对每个维度分别使用fitdist
假定变量不相关,这不是您想要的。
[sigma,mu] = robustcov(X)
函数,其中X是你的多元数据,即X=[x1 x2 ... xn],而xi是一个列向量数据。Y = mvnpdf(X,mu,sigma)
来获取估计正态概率密度函数的值。
https://www.mathworks.com/help/stats/normfit.html https://www.mathworks.com/help/stats/mvnpdf.html
copulafit
吗?http://www.mathworks.com/help/stats/copulafit.html - amogmdistribution.fit
:http://www.mathworks.com/help/stats/gmdistribution.fit.html - rayryenggmdistribution.fit
可以胜任。谢谢! - Shaked