Подгонка данных к нормальному распределению
Я хочу, чтобы некоторые данные соответствовали соответствующему распределению Гаусса.
Предполагается, что данные уже являются гауссовыми, но по некоторым причинам фильтрации они не будут полностью соответствовать предписанному и ожидаемому гауссовскому распределению. Поэтому я стремлюсь уменьшить существующий разброс между данными и желаемым распределением.
Например, мои данные соответствуют распределению Гаусса следующим образом (ожидаемое среднее значение равно 0, а стандартное отклонение составляет 0,8):
Аппроксимация уже приличная, но я действительно хочу сократить все еще ощутимый разброс между моделируемыми данными и ожидаемым распределением.
Как мне этого добиться?
РЕДАКТИРОВАТЬ
До сих пор я вводил своего рода фактор безопасности, определяемый как:
SF = expected_std/actual_std;
а потом
new_data = SF*old_data;
Таким образом, стандартное отклонение соответствует ожидаемому значению, но, насколько я понимаю, эта процедура выглядит довольно плохо.