MATLAB分布拟合⼯具箱distributionFitter
借助MATLAB（R2017b）分布拟合⼯具箱distributionFitter，我们可以快速地检查数据的分布。
matlab拟合数据
可以进⾏⾮参数密度估计（核平滑⽅法）和参数密度估计（Beta分布、gamma分布、Normal分布等⼗⼏个常⽤的参数模型）。给出参数估计结果：
Distribution: Generalized Extreme Value
Log likelihood: 17147.7
Domain: -Inf < y < Inf
Mean: 0.00159053
Variance: 3.21144e-07
Parameter Estimate Std. Err.
k 0.0506112 0.0163658
sigma 0.000411493 6.76348e-06
mu 0.0013314 8.99602e-06
Estimated covariance of parameter estimates:
k sigma mu
k 0.00026784 -3.4765e-08 -5.72776e-08
sigma -3.4765e-08 4.57446e-11 2.81887e-11
mu -5.72776e-08 2.81887e-11 8.09283e-11
可视化pdf、cdf、inverse cdf、概率图（PP图）、Survivor func(互补累积分布函数（complementary cumulative distribution function, CCDF）)、Cumulative hazard
pdf
cdf
inverse cdf
pp图
Survivor func(互补累积分布函数（complementary cumulative distribution function, CCDF）)
Cumulative hazard

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。