我正在尝试将多变量正态分布拟合到我收集的数据中，以便从中获取样本。
我知道如何使用fitdist函数（使用'Normal'选项）拟合（单变量）正态分布。
如何为多元正态分布做类似的事情？
在每个维度上不单独使用fitdist假设变量是不相关的吗？
答案 0 :(得分：1)
不需要专门的装配功能;分布的均值和方差的最大似然估计只是样本均值和样本方差。即，计算样本均值和样本方差，你就完成了。
答案 1 :(得分：0)
用mean估计平均值，并用cov估计方差-协方差矩阵。
然后，您可以使用mvnrnd生成随机数。
也可以使用fitmgdist，但是对于多元正态分布mean和cov就足够了。
是的，在每个维度上分别使用fitdist会假定变量是不相关的，这不是您想要的。
答案 2 :(得分：0)
您可以使用[sigma,mu] = robustcov(X)函数，其中 X 是您的多元数据，即 X = [ x1 x2 ... xn >]和 xi 是列向量数据。
然后，您可以使用Y = mvnpdf(X,mu,sigma)来获取估计的正常概率密度函数的值。
https://www.mathworks.com/help/stats/normfit.html https://www.mathworks.com/help/stats/mvnpdf.html