matlab对数正态分布拟合

在 MATLAB 中，可以使用 "fitdist" 函数来拟合各种概率分布，包括对数正态分布。下面是一个简单的例子，演示如何拟合对数正态分布：

% 生成一组对数正态分布样本数据
mu = 1;  % 均值
sigma = 0.5;  % 标准差
x = lognrnd(mu, sigma, 1000, 1);  % 生成 1000 个样本

% 拟合对数正态分布
pd = fitdist(x, 'Lognormal');

% 绘制拟合结果和原始数据的直方图
x_values = 0:0.1:6;
y = pdf(pd, x_values);
histogram(x, 'Normalization', 'pdf');
hold on;
plot(x_values, y, 'LineWidth', 2);
legend('原始数据', '拟合结果');

在上面的代码中，"lognrnd" 函数用于生成一组对数正态分布的样本数据。然后使用 "fitdist" 函数拟合这些数据，并使用 "pdf" 函数计算对数正态分布的概率密度函数。最后，使用 "histogram" 函数绘制原始数据的直方图，并使用 "plot" 函数绘制拟合结果的概率密度函数。