在python中，如何将多元高斯分布除以高斯？

Question

我想计算数据的置信区间。我绘制他们的直方图。我发现它可能遵循多元正态分布。

1. 如何将多元高斯分布除以分开 高斯人？我认为可以在每个 群集呈现一个高斯。但是我不知道该怎么做。

2. 我想提取每个高斯的参数？ sigma，平均值

3. 我不知道如何计算它们的整个置信区间：通常，我知道在计算一个高斯分布的置信区间时，我使用：

   sigma = 1 均值= 0 ci = scipy.stats.norm.interval（0.95，loc =平均值，scale = sigma） 打印（ci） 但是sigma对每个高斯来说均值是唯一的。

4. 多元正态分布的对数似然性是做什么的？为什么要做这样的测试？

   import numpy as np
   import matplotlib.pyplot as plt
   from scipy.misc import factorial
   import seaborn as sns
   from scipy.stats import multivariate_normal
   
   sns.set_style('darkgrid')
   data= [65.4243243046107, 65.45963969900394, 65.28583696534378, 65.64727793480667,......]     
   

   sns.distplot（data，kde = True） plt.show（）

Answer 1

您似乎对多元高斯是什么感到困惑。尝试阅读以下内容：

https://www.wikiwand.com/en/Multivariate_normal_distribution

您的数据不是多元的。这是单变量的。

您可能拥有的是多个分布组合在一起的分布，每个分布都有自己的sigma和mu。

尝试从这里开始：

https://www.wikiwand.com/en/Mixture_distribution