我有来自不同强度的受试者的刺激数据（比如我们有54种不同的强度），接下来是他们认识到相应刺激的百分比：
x = [0 0 0 0.50 0 0 0 0 0 0 0.5 0 0 0 0 0 0 0 0.125000000000000 0 0.333333333333333 0 0 0.111111111111111 0 0.428571428571429 0 0.285714285714286 0.166666666666667 0 0.1 0 0.400000000000000 0.5 0.4 0.25 0.6 0.727272727272727 0.714285714285714 0.25 0.666666666666667 0.777777777777778 1 0.75 0 1 0.9375 1 1 1 1 1 0.92 0.92]
假设第一个指数是最弱的刺激，最后一个指数最强，可见刺激越强，受试者识别的可能性越大。 我想现在适合这些值的分布，得到称为心理物理曲线的东西（看起来像this）。
我试过的是：
pd = fitdist(x,distribution);
但这会引发错误，我假设是因为x数组中的0。我还能做什么呢？
答案 0 :(得分：0)
正如
中所述Fit a sigmoid to my data using MATLAB
＆＃34;我认为你可以使用＆＃34;曲线拟合＆＃34;在Matlab中的应用程序。你可以在APPS，数学，统计和优化中找到它。 。节＆＃34;
你要做的是定义两个相同长度的矢量：
之后，查看您的文件，您可以尝试使用＆＃34; Curve Fitting＆＃34;在matlab中应用，以适应sigmoid。
按下生成代码按钮后，matlab将创建一个可以产生相同结果的函数。