Statistics 如何进行数据拟合以找到给定数据的分布

我需要进行数据拟合，以找到给定数据的分布

我需要找到发行版的pdf函数

我可以在matlab和python中使用数据拟合函数

它看起来像一个截断的伽马射线

但是，如何找到分布的参数呢

如果数据无法拟合截断的伽马测井，该怎么办

QQ图（qunatile分位数）表明，它不适合被截断 伽马

如何找到分布参数，如alpha（形状）、beta（比例） 对于截断伽马射线

如果数据拟合在这里无法工作，我还可以使用哪些其他方法

任何帮助都将不胜感激。

在Matlab中查看

备选，考虑专业包，如ExtToFIT或EasyFIT。JMP统计软件还有一个相当容易使用的分布拟合选项。所有这些都将评估拟合优度标准，例如和对数似然估计

选择分布的函数形式后，参数值通常由或估计

如果你计划在某种类型的模拟中使用结果，你可能会考虑引导样本而不是分布拟合。如果进行模拟，另一个选择是运行一个设计好的实验，你可以改变分布选择，看看替代方案是否对结果有重大影响，然后再过多地担心是否适合合适的分布。

也许会有所帮助

我给出了一个例子，说明了如何使用BIC准则找到最佳分布

您定义了一个列表“分发工厂”

tested_distributions=[ot.WeibullMaxFactory（）、ot.NormalFactory（）、ot.UniformFactory（）]

然后调用

BestModelBIC

以找到最佳拟合

best\u model，best\u bic=ot.FittingTest.BestModelBIC（样本、测试分布）

目前，您可以在OpenTURNS中的30个可用“工厂”中进行选择（见下文）。TruncatedNormalFactory可用，但尚未TruncatedBetaFactory

print(ot.DistributionFactory.GetContinuousUniVariateFactories())

[Out]: 
[ArcsineFactory,
BetaFactory, 
BurrFactory, 
ChiFactory, 
ChiSquareFactory, 
DirichletFactory,
ExponentialFactory,
FisherSnedecorFactory,
FrechetFactory,
GammaFactory,
GeneralizedParetoFactory,
GumbelFactory,HistogramFactory,
InverseNormalFactory,
LaplaceFactory,LogisticFactory,
LogNormalFactory,
LogUniformFactory,
MeixnerDistributionFactory,
NormalFactory,
ParetoFactory,
RayleighFactory,
RiceFactory,
StudentFactory,
TrapezoidalFactory,
TriangularFactory,
TruncatedNormalFactory,
UniformFactory,
WeibullMaxFactory,
WeibullMinFactory]
#30

---

请参见中的

fit

功能。如果您想尝试其他发行版，请参阅scipy支持的发行版列表，并且每个发行版都应该有一个

fit

functionHI pjs，我刚刚查看了上面的答案。我试图模拟一组我有大量数据集的过程。在模拟中，我希望在模拟环境中重新创建流程的数据。我认为分布拟合和找到参数将是解决方案，这样我就可以在模拟中为每个过程采集分布样本。你有没有关于为什么使用自举而不是分布拟合的文献。我对这个话题还不太熟悉，所以如果这个问题是“愚蠢的”@Uis234，那么请原谅我不适合在这里发表评论。快速响应是建议您查找任何著名的仿真教科书的输入建模部分，如的第9章。