#python-3.x #curve-fitting #gaussian #normal-distribution
#python-3.x #подгонка кривой #гауссовский #нормальное распределение
Вопрос:
Я заинтересован в экстраполяции кривой из совокупности, которая, как я знаю, обычно распределена. Однако в моем процессе я могу получить доступ только к участку кривой (от -3 стандартных отклонений до -2 стандартных отклонений). Мой вопрос в том, каков наилучший способ подгонки кривой к участку колоколообразной кривой.
Комментарии:
1. Пожалуйста, разместите ссылку на данные или, возможно, добавьте ее в сообщение?
2. Вы знаете размер популяции? Это наложило бы некоторые ограничения на подгонку.
Ответ №1:
Нормальное распределение может быть определено уравнением f(x) (его PDF-файл, который немного сложно записать в не-latex, вы можете проверить на странице Википедии) с двумя параметрами: среднее значение и дисперсия (или стандартное отклонение).
Поэтому, если вы хотите знать, какая дисперсия и среднее значение определяют ее, вам просто нужно решить для среднего и дисперсии, учитывая два известных значения (которых у вас бесконечно много, даже на коротком интервале).
Комментарии:
1. Или попробуйте подгонку данных по кривой с помощью генетического алгоритма scipy’s differential_evolution для получения начальных оценок параметров, поэтому я и запросил данные — чтобы я мог видеть, насколько хорошо этот метод будет работать в этом случае.