我有一个数据集，我知道肯定有某种偏斜（和潜在的过度峰度）。我想把这个数据集拟合成某种分布，我认为最简单的是有一个倾斜的学生的t分布或倾斜的正态分布。在Matlab中，我可以将数据拟合到什么样的分布？
谢谢！
L.
最佳答案
在Matlab中可能没有pearspdf函数，因为Pearson distribution的七种分布类型主要对应于或基于其他分布的现有函数：
类型0:Normal distribution，normpdf
类型I:Beta distribution，betapdf
类型二：Student's t-distribution，tpdf
类型三：Gamma distribution，gampdf
类型四：Not related to any standard distribution
V型：Inverse gamma distribution，通过gampdf计算
第六类：F-distribution，fpdf
第七类：Student's t-distribution/t location scale distribution，tpdf/prob.tLocationScaleDistribution
上面的总结简化了很多过程，有一个函数可以根据系统计算pdf，就像pearsrnd用于随机变量生成一样有用。幸运的是，已经有人这样做了，并将其发布到mathworks文件交换：pearspdf。
您还可以使用pearsrnd函数的第二个参数，它返回pearson系统中分布的类型（参见this page中的示例）。例如，如果它建议您的数据是类型III，则可以尝试使用gamfit直接拟合它来估计参数值。gamfit和其他类似的名称函数基于robustmaximum-likelihood estimation（mle）。