2012-06-08 160 views
2

人,我一直在試圖獲取高斯適用於一些數據集這在某種程度上看起來像一個扭曲的正常distribution.I一直在使用軟件來做到這一點。我想知道是否可以應用迭代算法將這些數據集轉換成高斯擬合曲線,原始曲線的標準偏差和均值就是輸入。 任何想法?高斯曲線擬合算法

+0

您可能會在http://stats.stackexchange.com/找到更多有用的答案。:) – huon

回答

5
  1. 計算數據的平均值:mu = 1/N Sum(xi)
  2. 計算數據的分散:sigma = sqrt(1/(N-1) Sum(xi-mu))
  3. 填寫參數:gauss = 1/(sigma*sqrt(2pi)))*exp(-1/2*((x-mu)/sigma)^2)

我看不出有任何需要擬合涉及簡單數學的野獸。

+0

這確實適用於大多數情況,但不是全部。例如,如果輸入數據是整數並且分佈非常窄,則色散估計量應該不同。 –

+0

我相信彌散的正確估計量是sqrt(1 /(N-1)Sum(xi-mu))。樣本方差(您建議的方差)略有偏差。 http://en.wikipedia.org/wiki/Normal_distribution#Estimation_of_parameters – Mathias

+0

@Mathias「正確」在這裏是一個誤導性的詞,但我想你是對的。這在非理論背景下肯定是「更好」的。 – rubenvb