[交流] 【求助】用matlab 模拟高斯拟合 已有2人参与

function gussfit
%正态分布拟合
%%PSL@CSU
%%QQ:547423688
%%Email:anyuezhiji@qq.com
%%Edit   @ 2010.4.19
x=[1,2,3,4,5,6,7];
y=[1,3,5,10,6,4,2];
%这样
% R=[];
% for i=1:length(x)
%     R=[R repmat(x(i),1,y(i))];
% end
% [muhat,sigmahat,muci,sigmaci] = normfit(R)
%或
alpha=0.05;
censoring=[];
[muhat,sigmahat,muci,sigmaci] = normfit(x,alpha,censoring,y);
disp(['在',num2str(100*(1-alpha)),'%的置信度下：']);
disp(['峰值mu为  : ',num2str(muhat,'%10.5f')]);
disp(['置信区间为:  [',num2str(muci','%10.5f'),']']);
disp(['sigma为  : ',num2str(sigmahat,'%10.5f')]);
disp(['置信区间为:  [',num2str(sigmaci','%10.5f'),']']);
[mu1,sigma1]= normpdffit(x,y/sum(y),muhat,sigmahat);
disp(['继续调用自定义函数拟合：']);
disp(['峰值mu为  : ',num2str(mu1,'%10.5f')]);
disp(['sigma为  : ',num2str(sigma1,'%10.5f')]);
figure;
%绘制直方图
bar(x,y/sum(y));
hold on;
%绘制对应点
plot(x,y/sum(y),'ro');
%定义绘图区间
t=min(x)max(x)-min(x))/50:max(x);
%拟合分布曲线数据
nyf=normpdf(t,muhat,sigmahat);
plot(t,nyf,'r-');
mynyf=normpdf(t,mu1,sigma1);
plot(t,mynyf,'k-.','LineWidth',2);
legend('hist','hist value','normfit','mynormfit');
function [muhat,sigmahat]= normpdffit(x,y,mu0,sigma0)
%正态分布pdf参数估计
p=[mu0 sigma0];
opt=optimset('TolX',0.001,'Display','off');
[x,fval]=fminsearch(@mynormfit,p,opt,x,y);
muhat=x(1);
sigmahat=x(2);
function Variance= mynormfit(p,x,y)
%计算对于任何一组参数p(1)，p(2)，给出当前数据下的方差来。
Variance=var(y-normpdf(x,p(1),p(2)));

在95%的置信度下：
峰值mu为  : 4.19355
置信区间为:  [3.65430   4.73280]
sigma为  : 1.47013
置信区间为:  [1.17480   1.96509]
继续调用自定义函数拟合：
峰值mu为  : 4.17697
sigma为  : 1.45444