我正在试图对一些从显微镜图像中收集的数据进行分布拟合。我们知道约在152处的峰值是由泊松过程引起的。我想将一个分布拟合到图像中心的高密度部分,同时忽略高强度数据。我知道如何将正态分布拟合到数据中(红色曲线),但它不能很好地捕捉右侧的重尾。虽然泊松分布应该能够模拟右侧的尾部,但它也做得不太好(绿色曲线),因为分布的模式在152处。
PD = fitdist(data, 'poisson');
当λ = 152时,泊松分布看起来非常类似于高斯分布。
有人知道如何拟合分布以很好地捕捉数据的右尾吗?