我绘制了一个直方图,并希望将泊松分布拟合到直方图中。为此,我已将x和y直方图坐标向量传递给poissfit()
函数来估计lambda。将泊松分布拟合为数据
例如,这里是我做了什么:
expecteddata = cat(2,x,y)
[l,lci] = poissfit(expecteddata)
我的输出看起来像这样:
l =
44.3766 0.0130
lci =
42.8887 0.0003
45.8645 0.0724
我假设的拉姆达我密谋兴趣会是0.013
(我认为我的lambda非常小,因为我的直方图是频率直方图)。我用绘制泊松PDF:
x = 0:50
y = poisspdf(x,0.013);
plot(x,y,'r')
而且我得到的叠加导致剧情:
不过,我认为这个拟合分布看起来有点古怪。它似乎并不像“泊松”一样。有谁知道我是否做错了什么?
我认为你的x范围太大(即数据步长太大,所以你没有看到分布的细节),0:50而你的lambda在0.013,也许尝试像0:0.01 :10,看看结果是否更好。 – GameOfThrows
@GameOfThrows而不是使用'x = 0:50',我实际上使用了我的直方图中的x值。 – interstellar
是的,我认为分辨率太低(如果你知道我的意思),你的分配看起来是正确的,你真的想要更高的分辨率,比如0:0.01:10。 – GameOfThrows