matlab正态分布拟合

在MATLAB中，可以使用`fitdist`函数进行正态分布拟合。具体步骤如下：

1. 准备数据，假设数据存储在向量`data`中。

2. 使用`fitdist`函数进行拟合，代码如下：

pd = fitdist(data,'Normal');

其中，`pd`是一个`NormalDistribution`对象，表示拟合出来的正态分布。

3. 可以使用`pd`对象的一些方法获取拟合结果，例如：

- `pd.mean`：拟合后的均值。
- `pd.sigma`：拟合后的标准差。
- `pd.random(n)`：生成`n`个符合拟合结果的随机数。

完整的代码示例：

% 准备数据
data = randn(1000,1);

% 正态分布拟合
pd = fitdist(data,'Normal');

% 输出拟合结果
fprintf('均值：%f\n', pd.mean);
fprintf('标准差：%f\n', pd.sigma);

% 绘制拟合结果
x = -4:0.1:4;
y = pdf(pd,x);
plot(x,y);

注意：在实际应用中，需要根据具体数据情况选择合适的分布进行拟合，不能一味地使用正态分布拟合。