matlab一求解一维数组元素拟合概率密度函数

本文解决的用matlab实现数组的概率分布函数拟合。
一维数组不知道他的分布情况下。对数的频率分布直方图尽可能拟合。
数组我们用matlab自带的函数来生成。频数统计区间默认划

首先生成一个服从（0，0.5^2）的高斯分布随机产生10000个数

x=normrnd(0,1,1,10000);%产生一个[10000*1]的矩阵按照高斯（0，1^2）分布 
plot(x,'*')%R = normrnd(Mu, Sigma, m, n)产生服从N（Mu，Sigma^2）分布的m行n列的随机数组R

数组x为一个【10000*1】一维向量。下图将这10000个点画出。

下一步利用频数分布直方图，画出频率直方图。尽可能地将区间划小可以表示成统计形式而不是类似条形图。这里d是统计的区间

x=normrnd(0,1,1,10000);%产生一个[100*1]的矩阵按照高斯（0，0.5^2）分布 
%% 做出概率分布图
d=100;%划分100分布区间用于统计频数小于原始数据就行。
b=min(x):(max(x)-min(x))/(d-1):max(x);
pn= histc(x,b);%频率分布区间直方图，x为输入数组，d为统计区间的个数
p=pn./((max(x)-min(x))/(d-1)*length(x));%频数/（组距*总数）=频率

plot(b,pn)
plot(b,p)

上图是频数图。下图是频率图；对坐标的处理是影响结果的关键

**这里有个问题，就是频率=频数/组距/总数。组距是人为设定的所以概率必然与真实的概率有一些差别。我们只能在这里期望这是选择了一个合适的统计频数的区间了！！！**所以这里只能期望是大数据量的拟合数组了。
之后使用多项式拟合，多项式的系数可以修改。生成w就是系数矩阵。
保存w，使用y=polyval(w,x).就是y关于x的拟合的概率密度函数。

W=polyfit(b,p,10);%多项式拟合的项数为10+1(bias)次，这里可以调整项数
xi=min(x):(max(x)-min(x))/(d-1):max(x);
yi=polyval(W,xi);
figure
plot(xi,yi,b,p,'r*');
figure
plot(b,p,'r*');
figure
plot(xi,yi)

最后我求解一下x=0时候的概率值。

y=polyval(W,0)

我试着带入高斯单变量分布的数学公式。正太分布的数学公式：
N~（0，1）

x=0;u=0;o=1;pi=3.14;
得到f(0)=0.399.

验证后：这条拟合概率分布函数近似实际还是可以使用的。

整体函数如下：

clear
%% 创建数据
x=normrnd(0,1,1,10000);%产生一个[10000*1]的矩阵按照正太（0，1）分布 
plot(x,'*')

%% 画出数据集的频率分布图
d=100;%划分100分布区间用于统计频数小于原始数据就行。
X=min(x):(max(x)-min(x))/(d-1):max(x);%X划分区间的数组
pn= histc(x,X);%频率分布区间直方图，x为输入数组，d为统计区间的个数
P=pn./((max(x)-min(x))/(d-1)*length(x));%频数/（组距*总数）=频率
plot(X,P)

%% 拟合多项式函数
W=polyfit(X,P,10);%多项式拟合的项数为10+1(bias)次，这里可以调整项数
xi=min(x):(max(x)-min(x))/(d-1):max(x);
yi=polyval(W,xi);
figure
plot(xi,yi,X,P,'r*');
xlabel('一维数组区间')
ylabel('拟合的概率分布函数')

%% 函数验证
P_nihe=polyval(W,0)
P_shiji=1/sqrt(6.282)

如果有谁能够解决直方图划分区间，也就是自动划分合适区间大小（或者是自动计算出直方图统计分成几段）而不是（matlab中默认的10个区间）。统计频数问题的请留言。