相关疑难解决方法(0)

我有一个关于正态分布的问题(有mu = 0和sigma = 1).

假设我首先以这种方式调用randn或normrnd

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

现在,为了评估有多好的x值符合正态分布,我打电话

[a,b] = normfit(x);

并获得图形支持

histfit(x)

现在来看问题的核心:如果我对x如何适合给定的正态分布不满意,我怎样才能优化x以便更好地拟合预期的正态分布,0均值和1个标准差？有时由于少数表示值(在这种情况下为4096),x非常适合预期的高斯,所以我想操纵x(线性或不线性,在这个阶段并不重要)以获得更好的适应性.

我想说我可以访问统计工具箱.

编辑

1. 我做了这个例子normrnd并且randn导致我的数据被假设并且预期正常分布.但是,在这个问题中,这些功能只会有助于更好地理解我的担忧.

2. 是否可以应用最小二乘拟合？

3. 通常我得到的分布类似于以下内容:

我的