MATLAB中的归一化直方图不正确?
我有以下一组数据:MATLAB中的归一化直方图不正确?,matlab,statistics,probability-density,Matlab,Statistics,Probability Density,我有以下一组数据: X=[4.692 6.328 4.677 6.836 5.032 5.269 5.732 5.083 4.772 4.659 4.564 5.627 4.959 4.631 6.407 4.747 4.920 4.771 5.308 5.200 5.242 4.738 4.758 4.725 4.808 4.618 4.6
X=[4.692
6.328
4.677
6.836
5.032
5.269
5.732
5.083
4.772
4.659
4.564
5.627
4.959
4.631
6.407
4.747
4.920
4.771
5.308
5.200
5.242
4.738
4.758
4.725
4.808
4.618
4.638
7.829
7.702
4.659]; % Sample set
我使用最大似然法对此进行了帕累托分布拟合,得到了以下图表:
其中,以下代码位绘制直方图:
[N,edges,bin] = histcounts(X,'BinMethod','auto');
bin_middles=mean([edges(1:end-1);edges(2:end)]);
f_X_sample=N/trapz(bin_middles,N);
bar(bin_middles,f_X_sample,1);;
我这样做对吗?我检查了100次,帕累托分布确实是最优的,但它似乎与直方图大不相同。是否存在可能导致此问题的错误?谢谢大家! 我同意@tashuhka的评论,即您需要考虑如何合并数据 想象一个极端的情况,你把所有的东西都放在一个箱子里,然后试着把这一点放在一个分布中。你的PDF看起来一点也不像你的单方格条。分成两个箱子,现在拟合仍然很糟糕,但至少有一个条形图(可能)比另一个稍大,等等。在另一个极端,每个数据点都有自己的条形图,条形图只是一个只有一个计数的随机条形图 有许多不同的策略,可以最大限度地减少存储箱的数量,同时最大限度地表示底层PDF
最后,请注意,这里只有30分,因此您的另一个问题可能是您没有收集足够的数据来真正确定基本的PDF。尝试手动增加存储箱的数量,而不是使用
自动标记OK,当我到达计算机时将尝试此操作。不过,你的建议不是有点“人为”吗?