在Matlab曲线拟合中，向量必须是相同的长度误差。

Question

我在曲线拟合上遇到了问题，我的随机数据在函数上

​

​

这是我的密码

N = 100;
mu = 5; stdev = 2;
x = mu+stdev*randn(N,1);
bin=mu-6*stdev:0.5:mu+6*stdev;
f=hist(x,bin);
plot(bin,f,'bo'); hold on;

x_ = x(1):0.1:x(end); 
y_ = (1./sqrt(8.*pi)).*exp(-((x_-mu).^2)./8); 
plot(x_,y_,'b-'); hold on;

似乎我有向量大小的问题，因为它给了我错误

Error using plot
    Vectors must be the same length.

注意，我简化了y_，因为mu和标准偏差是已知的。

情节：

​

​

Answer 1

首先，对你的问题做一些调整：

• 你不是在尝试做曲线拟合。您想要做的(在我看来)是将一个概率密度函数叠加在一个直方图上，该直方图是从同一分布中获取随机点(参数为(mu,sigma)的正态分布)。这两条曲线确实应该重叠，因为它们代表着相同的事物，只有一条是解析的，另一条是数值计算的。
• 如hist文档所示，不建议使用hist，您应该使用柱状图

第一步:生成随机数据

知道分布是正态分布，我们可以使用MATLAB随机函数进行如下操作：

N = 150;
rng('default') % For reproducibility
mu = 5;
sigma = 2;
r = random('Normal',mu,sigma,N,1);

第二步:绘制直方图

因为我们不只是想要计算每个bin中的元素，还需要一个概率密度函数的感觉，所以我们可以使用'Normalization' 'pdf'参数

Nbins = 25;
f=histogram(r,Nbins,'Normalization','pdf');
hold on

在这里，我宁愿指定多个回收箱，也不愿自己指定回收箱，因为您永远不会事先知道数据的平均值有多远。

​

​

最后一步:在直方图上覆盖概率密度函数。

直方图已经与概率密度函数一致，只需覆盖密度函数就足够了：

x_ = linspace(min(r),max(r),100);
y_ = (1./sqrt(2*sigma^2*pi)).*exp(-((x_-mu).^2)./(2*sigma^2)); 
plot(x_,y_,'b-');

用N = 150

​

​

用N = 1500

​

​

使用N = 150.000和Nbins = 50

​

​

如果出于某种原因，您希望使用旧hist()函数

旧的hist()函数不能处理规范化，所以您必须手工完成，通过规范化密度函数来适应直方图：

N = 1500;
% rng('default') % For reproducibility
mu = 5;
sigma = 2;
r = random('Normal',mu,sigma,1,N);
Nbins = 50;
[~,centers]=hist(r,Nbins);
hist(r,Nbins); hold on

% Width of bins
Widths = diff(centers);

x_ = linspace(min(r),max(r),100);
y_ = N*mean(Widths)*(1./sqrt(2*sigma^2*pi)).*exp(-((x_-mu).^2)./(2*sigma^2)); 
plot(x_,y_,'r-');

​

​