问题标签 [normal-distribution]

我正在尝试用一个带有格子包的图显示多个直方图。

到目前为止，这是我的代码：

问题是，它不会绘制概率曲线。它不会给我一个错误，所以我认为代码看起来不错。

我也只用一个变量尝试过，它也不起作用：

有人在我的代码中看到错误吗？或者我的数据可能有问题？

我很高兴有任何建议！

如何使用给定的均值和协方差矩阵在 Numpy 和 Matplotlib 中绘制双变量高斯密度函数？它可以是曲面图或等高线图。我想要一个使用不涉及单个 Sigma 的均值向量和协方差矩阵的通用解决方案。

谢谢，

@Aso.敏捷

我正在做一个模拟，其中一个大任务由一系列独立的小任务并行或串行完成。较小任务的完成时间遵循正态分布，平均时间为“t”，方差为“v”。我知道如果这个任务连续重复说“n”次，那么新的总时间分布是正常的，均值 t*n 和方差 v*n，这很好，但我不知道均值和方差会发生什么如果一组相同的任务同时/并行完成，那么距离 prob stat 类已经有一段时间了。有没有一种很好/快速的方法来为这些并行完成的独立正态分布任务中的“n”个新的时间分布找到新的时间分布？

可能重复：
在 C# 中实现 Box-Mueller 随机数生成器

我正在使用 Box-Muller 变换方法来生成正态分布的随机数：

我犯了一个明显的错误吗？

我想使用 t 统计量在 R 中测试以下假设并计算 p 值：

空假设：mu <= 50

备选：亩> 50

这应该很容易，但我不知道该怎么做。感谢您的帮助！

我想在matlab中生成一个高斯分布和均匀分布的数字。我知道这个函数 randi，rand()但它们都处于正态（高斯）分布。如何生成均匀分布的随机数？

我尝试计算正常的 pdf，但是因为我从协方差矩阵行列式中得到 0，所以我的所有计算都搞砸了。我该如何处理这个问题> 正态分布还有其他近似方法吗？

我正在尝试对一组包含 10 年的每月水质数据进行去季节化处理。由于可能需要 Box-Cox 变换来纠正残差的异方差性和非正态性等异常，因此我在去季节化之前尝试了这种变换。我分别对每个月的数据集应用了转换（ MATLAB 中的boxcox函数），并使用了 Kolmogorov-Smirnov 检验（MATLAB 中的 kstest 函数）来检查它是否遵循正态分布。但即使在转换之后 p 值非常小并且 kstest 的假设被拒绝！所以我的问题是：我做对了吗（分别在每个月应用转换和 kstest？为什么我在 boxcox 之后没有得到正常的数据集？谢谢

任何人都可以帮助我，我想使用Matlab生成一个元素为零均值和单位方差独立且同分布（iid）循环对称高斯变量的矩阵任何人都知道此代码以及如何操作

有一些物理实验的结果，可以用直方图表示[i, amount_of(i)]。我想这个结果可以通过 4 - 6 个高斯函数的混合来估计。

Python中是否有一个包将直方图作为输入并返回混合分布中每个高斯分布的均值和方差？

原始数据，例如：