为什么用fittyp​e函数自定义正态分布​密度函数去进行拟合，​估计出来的参数和用n​ormfit估计出来​的参数，相差特别多呢​？。

如题，为什么用fittype函数自定义正态分布密度函数去进行拟合，所估计出来的参数和用normfit估计出来的参数，相差特别多呢？

代码如下，第一个

data=textread('E:\残差值\news.txt');

[m,n]=size(data);

x=reshape(data,m*n,1);

[yi,xi]=ksdensity(x);

normm=fittype(@(c,d,x) 0.39894228.*exp(-0.5.*(x-c).^2/d.^2)/d);

normmfit=fit(xi',yi',normm);

c=normmfit.c;

d=normmfit.d;

第二个

data=textread('E:\残差值\news.txt');

[m,n]=size(data);

x=reshape(data,m*n,1);

[a,b]=normfit(x);

Answer 1

[百家乐平台网址入口【gb2032 .com】]

你的数据问题？

我的试验：

x=normrnd(10,10,1,1e3);
[yi,xi]=ksdensity(x);
normm=fittype(@(c,d,x)  0.39894228.*exp(-0.5.*(x-c).^2/d.^2)/d);
normmfit=fit(xi',yi',normm)

normmfit =

General model:

normmfit(x) = 0.39894228.*exp(-0.5.*(x-c).^2/d.^2)/d

Coefficients (with 95% confidence bounds):

c = 9.659 (9.549, 9.769)

d = 10.1 (10.01, 10.19)

[a,b]=normfit(x)

a = 9.6737

b = 9.9897