Matlab 对数据拟合泊松分布

我已经绘制了一个柱状图，并希望将泊松分布拟合到柱状图中。为此，我将x和y直方图坐标向量传递给

poissfit（）

函数，以估计lambda

例如，以下是我所做的：

expecteddata = cat(2,x,y)
[l,lci] = poissfit(expecteddata)

我的输出如下所示：

l =

   44.3766    0.0130


lci =

   42.8887    0.0003
   45.8645    0.0724

我假设我对绘制感兴趣的lambda是

0.013

（我认为我的lambda很小，因为我的直方图是频率直方图）。我使用以下方法绘制泊松pdf：

x = 0:50
y = poisspdf(x,0.013);
plot(x,y,'r')

我得到了结果的叠加图：

然而，我认为这种拟合分布看起来有点奇怪。它看起来不像“泊松效应”。有人知道我是否做得不正确吗？

“我已经绘制了一个直方图，希望将泊松分布拟合到直方图中。”

我的理解是，您需要将泊松分布拟合到测量数据的现有直方图。我相信您可以使用

fitdist（）

函数

例如，如果您的数据是

x

[n,bin]=hist(x,100);
m=n/trapz(bin,n);
bar(bin,m,'w');
hold on
pd=fitdist(x,'poisson');
y=pdf(pd,bin);
plot(bin,y,'k');
hold off;

---

将为您提供一个拟合泊松分布曲线的直方图。

我认为您的x范围太大（即数据步长太大，因此您看不到分布的精细程度），0:50，而lambda为0.013，也许可以尝试类似于0:0.01:10的方法，看看结果是否更好。@GameOfThrows没有使用

x=0:50

，实际上我使用了直方图中的x值。是的，我认为分辨率太低（如果你知道我的意思），你的分布看起来不正确，你真的想要更高的分辨率，所以像0:0.01:10。@GameOfThrows我也试过你的方法。不幸的是，它产生了一个更奇怪的结果。我想我的分布并不符合泊松分布。我明白我的问题了。当我在计算频率之前应该使用数据时，我在

fitdist

中使用了x的频率。