matlab 累积分布拟合,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

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