MATLAB分布拟合工具箱distributionFitter

借助MATLAB（R2017b）分布拟合工具箱distributionFitter，我们可以快速地检查数据的分布。

 

 

可以进行非参数密度估计（核平滑方法）和参数密度估计（Beta分布、gamma分布、Normal分布等十几个常用的参数模型）。

给出参数估计结果：

Distribution: Generalized Extreme Value
Log likelihood: 17147.7
Domain: -Inf < y < Inf
Mean: 0.00159053
Variance: 3.21144e-07

Parameter Estimate Std. Err.
k 0.0506112 0.0163658
sigma 0.000411493 6.76348e-06
mu 0.0013314 8.99602e-06

Estimated covariance of parameter estimates:
k sigma mu
k 0.00026784 -3.4765e-08 -5.72776e-08
sigma -3.4765e-08 4.57446e-11 2.81887e-11
mu -5.72776e-08 2.81887e-11 8.09283e-11

 

 可视化pdf、cdf、inverse cdf、概率图（PP图）、Survivor func(互补累积分布函数（complementary cumulative distribution function, CCDF）)、Cumulative hazard

pdf

 

 

 cdf

inverse cdf

pp图

Survivor func(互补累积分布函数（complementary cumulative distribution function, CCDF）)

 

 Cumulative hazard

 

来源：https://www.cnblogs.com/jiangkejie/p/11552531.html