直接输入这个试试,round(normrnd(80,5,n))命令 参数为μ,σ的正态分布的随机数据函数 normrnd格式 :R = normrnd(MU,SIGMA) %返回均值为MU,标准差为SIGMA的正态分布的随机数据,R可以是向量或矩阵.R = normrnd(MU,SIGMA,m) %m指定随机数的个数,与R同维数.R = normrnd(MU,SIGMA,m,n) %m,n分别表示R的...
你可以使用matlab的非线性拟合来做，具体看我后面的网址或自己doc nlinfit >> f = @(b,x) normcdf(x,b(1),b(2));>> x = [16 18 20]';>> y = [95.7 96.5 96.6]'/100;>> p = nlinfit(x,y,f,[0 20]');注意，这里初始值[0 20]非常重要，如果选择不当会得到一个无效...
如果本身就是密度函数的样本，那么y值也太大了吧，要知道密度函数积分要为1啊，你这里下面包的面积也太大了吧。如果是二维采样数据，这种形状怎么可能是正态分布。完全是胡扯嘛。