我有一个n = 1000个随机变量X实现的数据集，并且是单变量的 - X = {x1, x2,...,xn}。通过改变随机变量所依赖的参数来生成数据。例如，让r.v为圆的面积。因此，通过改变半径（保持尺寸固定 - 比如2维圆圈），我会在n范围内为半径生成r = 5 to n区域。
通过使用fitdist命令，我可以将分布拟合到选择正态，内核，二项式等分布的数据集。因此，数据集适合于k分布。所以，我得到k分布。如何选择最佳拟合分布，从而选择pdf？
另外，在安装之前，我是否需要在[0,1]范围内对数据进行标准化（后处理）？
答案 0 :(得分：0)
如果我理解正确，那么一旦你有一些适合的话，你就会问如何决定选择哪个发行版。
有三个主要指标（IMO）用于衡量＆＃34;适合度＆＃34;：
选择哪个取决于很多因素;您可以随机选择一个或阅读Wiki页面，找出适合您的需求。这些测试也是MATLAB的一部分。
例如，您可以使用kstest进行Kolmogrov-Smirnov检验。您可以向函数提供数据和假设分布，并根据KS测试评估不同的选项。