如何将高斯拟合到R中的直方图？

Question

  

可能重复：
  Fitting a density curve to a histogram in R
  best fitting curve from plot in R

我有一组数据，当在直方图中绘制时是高斯分布。我已经从.csv文件中读取了数据，如下所示：

"values"
1.29989
1.15652
1.27818
1.19699
1.28243
1.19433
1.10991
...

使用data<-read.csv("~/peak.csv") ...所以我使用hist(data$values)创建直方图。 我希望能够将高斯拟合到此直方图，并将拟合函数的sigma和均值与根据数据计算的sigma和mean进行比较。

我看过的所有地方都提到了nls和glm，但我无法弄清楚如何使用这些函数将高斯拟合到直方图，即使在?nls和{{1 }}。请帮帮忙？

Answer 1

如果你想使用内置函数，你可以这样做：

library("MASS")
data<-read.csv("~/peak.csv")
fitdistr(data, "normal")

请记住，对于高斯，这只是计算平均值和标准偏差。