作者：桂。

时间：2017-03-16  20:30:20

声明：欢迎被转载，记得注明出处~

前言

本文为曲线与分布拟合的一部分，主要介绍正态分布、拉普拉斯分布等常用分布拟合的理论推导以及代码实现。

一、理论推导

假设数据独立同分布。对于任意数据点$x_i$，对应概率密度为$f(x_i)$，最大似然函数：

$J = \mathop \prod \limits_{i = 1}^N f({x_i})$

表示成参数，并写成对数形式：

$L\left( \theta  \right) = \ln J\left( \theta  \right) = \sum\limits_{i = 1}^N {f({x_i};\theta )} $

A-正态分布

对于正态分布：

$f(x) = \frac{1}{ {\sqrt {2\pi } \sigma }}{e^{ - \frac{ { { {(x - \mu )}^2}}}{ {2{\sigma ^2}}}}}$

求偏导得参数估计：

$\hat \mu  = \frac{ {\sum\limits_{i = 1}^N { {x_i}} }}{N}$

${\hat \sigma ^2} = \frac{ {\sum\limits_{i = 1}^N { { {\left( { {x_i} - \mu } \right)}^2}} }}{N} = \frac{ { { {\left( { {\bf{x}} - \mu } \right)}^T}\left( { {\bf{x}} - \mu } \right)}}{N}$

B-拉普拉斯分布

对于拉普拉斯分布:

$f(x) = \frac{1}{ {2b}}{e^{ - \frac{ {\left| {x - \mu } \right|}}{b}}}$

由于其概率密度曲线为对称分布，因此均值估计可用统计均值直接表示：

$\hat \mu  = \frac{ {\sum\limits_{i = 1}^N { {x_i}} }}{N}$

最大似然函数求偏导，得出$b$的估计：

$\hat b = \frac{ {\sum\limits_{i = 1}^N {\left| { {x_i} - \mu } \right|} }}{N}$

C-对数正态分布

对数正态分布：

$f(x) = \frac{1}{ {x\sqrt {2\pi } \sigma }}{e^{ - \frac{ { { {(\ln x - \mu )}^2}}}{ {2{\sigma ^2}}}}}$

事实上，令$t = lnx$，则参数求解与正态分布完全一致。

$\hat \mu  = \frac{ {\sum\limits_{i = 1}^N { {t_i}} }}{N}$

${\hat \sigma ^2} = \frac{ {\sum\limits_{i = 1}^N { { {\left( { {t_i} - \mu } \right)}^2}} }}{N} = \frac{ { { {\left( { {\bf{t}} - \mu } \right)}^T}\left( { {\bf{t}} - \mu } \right)}}{N}$

D-瑞利分布

瑞利分布：

$f(x) = \frac{x}{ { {\sigma ^2}}}{e^{ - \frac{ { {x^2}}}{ {2{\sigma ^2}}}}}$

最大似然求导，得出参数估计：

${\hat \sigma ^2} = \frac{ {\sum\limits_{i = 1}^N {x_i^2} }}{ {2N}}$

二、代码实现

A-正态分布

x = x(:); % should be column vectors !

N = length(x);

u = sum(x)/N;

sig2 = (x-u)'*(x-u)/N;

B-拉普拉斯分布

x = x(:); % should be column vectors !

N = length(x);

u = sum( x )/N;

b = sum(abs(x-u))/N;

C-对数正态分布

t = log(x(:)); % should be column vectors !

N = length(x);

m = sum( t )/N;

sig2 = (t-m)'*(t-m)/N;

D-瑞利分布

x = real(x(:)); % should be column vectors !

N = length(x);

s = sum(x.^2)/(2*N);

三、应用举例

以正态分布为例：

rng('default') % for reproducibility

x = 3*randn(100000,1)-2;

%fitting

x = x(:); % should be column vectors !

N = length(x);

u = sum(x)/N;

sig2 = (x-u)'*(x-u)/N;

%Plot

figure;

%Bar

subplot 311

numter = [-15:.2:10];

[histFreq, histXout] = hist(x, numter);

binWidth = histXout(2)-histXout(1);

bar(histXout, histFreq/binWidth/sum(histFreq)); hold on;grid on;

%Fitting plot

subplot 312

y = 1/sqrt(2*pi*sig2)*exp(-(numter-u).^2/2/sig2);

plot(numter,y,'r','linewidth',2);grid on;

%Fitting result

subplot 313

bar(histXout, histFreq/binWidth/sum(histFreq)); hold on;grid on;

plot(numter,y,'r','linewidth',2);

结果图：

单个分布以本文为例。