【问题标题】:Gaussian fit to discrete values高斯拟合离散值
【发布时间】:2013-08-25 06:42:03
【问题描述】:

我是 C++ 新手,我确实在为此苦苦挣扎。 我有一个具有离散值的矩阵,可以适应高斯分布。我需要一个 C++ 算法来定义高斯拟合的参数。有什么建议或帮助吗?? 这是我的数据集 {14, 3, 2, 83, 263, 236, 101, 27, 7, 13, 12, 8} 中的向量之一,每个值之间的增量为 2 ns。

非常感谢

【问题讨论】:

    标签: distribution gaussian


    【解决方案1】:

    正如 Bathsheba 所说,表征高斯(也称为正态)分布所需要的只是均值和方差。您可以分别使用数据的sample mean and sample variance s^2 来估计这些。

    但是,您不应该这样做!数据的直方图和正态分位数图显示它们看起来与高斯分布完全不同。高斯应该有一个钟形和对称的直方图。尽管样本量很小,但您的数据非常偏斜,以至于即使指数分布看起来也不是特别合适。在正态分位数图中,如果您的数据是高斯数据,则点将沿着相对直线(红线是您的值的最佳拟合直线)落在虚线边界内。您的数据甚至不太适合正态分布。

    【讨论】:

      【解决方案2】:

      您需要从您的样本中计算前两个时刻 - 均值和方差。

      这将为您提供正态分布的参数。

      【讨论】:

        猜你喜欢
        • 2022-11-11
        • 2020-11-04
        • 2021-10-10
        • 2017-06-14
        • 1970-01-01
        • 1970-01-01
        • 2012-07-08
        • 2017-08-30
        • 2012-07-15
        相关资源
        最近更新 更多