如何将高斯拟合到R中的直方图？ [复制]

Question

可能重复：
Fitting a density curve to a histogram in R
best fitting curve from plot in R

我有一组数据，当绘制在直方图中时是高斯分布。我已从 .csv 文件中读取数据，如下所示：

"values"
1.29989
1.15652
1.27818
1.19699
1.28243
1.19433
1.10991
...

使用data<-read.csv("~/peak.csv") ...所以我使用hist(data$values) 创建一个直方图。 我希望能够将高斯拟合到该直方图，并将拟合函数的 sigma 和均值与从数据计算的 sigma 和均值进行比较。

我看过的所有地方都提到了nls 和glm，但我无法弄清楚如何使用这些函数将高斯拟合到直方图，即使在执行?nls 和?glm 之后也是如此。请帮忙？

Answer 1

如果你想使用内置函数，你可以这样做：

library("MASS")
data<-read.csv("~/peak.csv")
fitdistr(data, "normal")

请记住，对于高斯，这只是计算平均值和标准差。