3.90 FAQ-328 如何进行分布拟合？

Last Update: 4/30/2024

在数据上执行分布拟合

Origin 提供了一个工具来检验数据的分布，并给出分布函数的参数。可从菜单 Statistics:Descriptive Statistics: Distribution Fit 打开这个工具。

该工具支持 5 种连续分布和 2 种离散分布

连续分布:
  • 正态 Normal
  • 对数正态 LogNormal
  • 威布尔 Weibull
  • 指数 Exponential
  • 伽马 Gamma
 离散分布:
  • 二项式 Binomial
  • Poisson




想要了解这个工具的详细使用方法，参见这个教程: 分布拟合

得到数据的直方图及分布拟合曲线

Origin 还提供了另一种工具，可以从原始数据生成直方图，并使用最大似然估计法 Maximum Likelihood Estimation 来得到分布拟合曲线。

该方法支持 6 种连续分布和 1 种离散分布。

连续分布:
  • 正态 Normal
  • 对数正态 LogNormal
  • 威布尔 Weibull
  • 指数 Exponential
  • 拉普拉斯 Laplace
  • 洛伦兹 Lorentz
 离散分布:
  • 泊松 Poisson






想要了解这个工具的详细使用方法，参见这个教程: 分布拟合

使用 PDF 或 CDF 函数对分格数据进行拟合

如果你想要使用自定义的概率密度函数（probability density function，简称 PDF）或累积分布函数（cumulative distribution function，简称 CDF），可以使用 Origin 的非线性曲线拟合工具。

想要了解这个工具的详细使用方法，参见这个教程: 使用概率密度函数和累积分布函数进行分布拟合

注: 因为样本大小和你如何对样本进行分区都会影响拟合的结果，所以该方法并不是对所有数据都适用。


Keywords:distribution fit, histogram, Maximum Likelihood Estimation, overlay, 分布拟合, 直方图, 最大似然估计, 叠加