Ich habe eine Frage zum Normalvertrieb (mitmu = 0 undsigma = 1).

Angenommen, ich rufe zuerst randn oder normrnd auf diese Weise an

x = normrnd(0,1,[4096,1]); % x = randn(4096,1)

Um zu beurteilen, wie gut x-Werte zur Normalverteilung passen, bezeichne ich

[a,b] = normfit(x);

und eine grafische Unterstützung zu haben

histfit(x)

Kommen wir nun zum Kern der Frage: Wenn ich nicht zufrieden bin, wie x zur gegebenen Normalverteilung passt, wie kann ich optimieren?x damitpassen besser zur erwarteten Normalverteilung mit0 bedeuten und1 Standardabweichung?? Manchmal aufgrund der wenigen Darstellungswerte (d. H.4096 in diesem Fall),x Passt wirklich schlecht zum erwarteten Gaußschen, so dass ich manipulieren willx (linear oder nicht, es ist in diesem Stadium nicht wirklich wichtig), um eine bessere Fitness zu erhalten.

Ich möchte darauf hinweisen, dass ich Zugriff auf die statistische Toolbox habe.

BEARBEITEN

Ich habe das Beispiel mit gemachtnormrnd undrandn weil angenommen wird und erwartet wird, dass meine Daten normal verbreitet sind. Innerhalb der Frage sind diese Funktionen jedoch nur hilfreich, um mein Anliegen besser zu verstehen.

Wäre es möglich, eine Least-Squares-Anpassung anzuwenden?

Im Allgemeinen ist die Verteilung, die ich erhalte, ähnlich der folgenden:

Meine