曲线拟合和分布拟合
此示例说明如何执行曲线拟合和分布拟合，并讨论每种方法适用的情况。
打开示例
使用 copula 仿真相关随机变量
此示例说明当变量之间存在复杂关系时，或者当各个变量来自不同分布时，如何使用 copula 从多元分布中生成数据。
打开示例
使用累积概率拟合单变量分布
此示例说明如何使用累积分布函数的最小二乘估计来拟合单变量分布。
打开示例
拟合自定义分布
这个示例演示了如何使用 mle 函数将自定义分布拟合到单变量数据。
打开示例
最大似然估计
mle 函数用于计算由其名称指定的分布以及由其概率密度函数 (pdf)、对数 pdf 或负对数似然函数指定的自定义分布的最大似然估计 (MLE)。
打开示例 离散分布
多项概率分布对象
此示例说明如何生成随机数、计算和绘制 pdf，以及使用概率分布对象计算多项分布的描述性统计。
打开示例
多项概率分布函数
此示例演示如何使用概率分布函数生成随机数并计算和绘制多项式分布的 pdf。
打开示例 连续分布
使用广义极值分布建模数据
本例展示了如何使用最大似然估计来拟合广义极值分布。极值分布用于对一组或一组数据中的最大值或最小值进行建模。
打开示例
累积分布函数及其逆的非参数估计
这个例子展示了如何以非参数或半参数的方式从数据中估计累积分布函数（CDF）。
打开示例
利用广义帕累托分布对尾数据建模
此示例说明如何通过最大似然估计对尾数据进行广义帕累托分布拟合。
打开示例
将核分布对象拟合到数据
此示例展示了如何将核概率分布对象拟合到样本数据。
打开示例
使用 ksdensity 拟合核分布
此示例展示了如何使用 ksdensity 函数从样本数据生成核概率密度估计。
打开示例
使用 ksdensity 对分组数据进行拟合分布
此示例展示了如何使用 ksdensity 函数将核分布拟合到分组的样本数据。
打开示例
使用学生 t 分布生成柯西随机数
此示例说明如何使用学生 t 分布从标准柯西分布生成随机数。
打开示例
使用t位置尺度表示柯西分布
此示例说明如何使用 t 位置尺度概率分布对象来处理具有非标准参数值的柯西分布。
打开示例
使用三角分布生成随机数
此示例说明如何基于样本数据创建三角概率分布对象，并生成随机数以用于模拟。
打开示例
使用均匀分布反演生成随机数
此示例说明如何使用均匀分布反演方法生成随机数。
打开示例
三参数威布尔分布
此示例说明如何使用三参数威布尔分布。
打开示例
使用灵活的分布族生成数据
此示例展示了如何使用皮尔森和约翰逊分布系统生成数据。
打开示例 多元分布
使用等级相关性生成相关数据
此示例展示了如何使用关联函数和等级相关来从未提供逆累积分布函数的概率分布（例如皮尔逊灵活分布族）生成相关数据。
打开示例 使用 copula 仿真相关随机变量
此示例说明当变量之间存在复杂关系时，或者当各个变量来自不同分布时，如何使用 copula 从多元分布中生成数据。
打开示例 
创建高斯混合模型
此示例演示如何使用 gmdistribution 并通过指定分量均值、协方差和混合比例来创建已知或完全指定的高斯混合模型 (GMM) 对象。
打开示例
将高斯混合模型拟合到数据
此示例演示如何模拟多元正态分布的数据，然后使用 fitgmdist 将高斯混合模型 (GMM) 拟合到数据。
打开示例
模拟高斯混合模型的数据
此示例演示如何使用完全指定的 gmdistribution 对象和 random 来模拟高斯混合模型 (GMM) 中的数据。
打开示例
使用硬聚类对高斯混合数据进行聚类
这个例子展示了如何在由高斯分布混合生成的模拟数据上实现硬聚类。
打开示例
使用软聚类对高斯混合数据进行聚类
这个示例展示了如何在来自高斯分布混合的模拟数据上实现软聚类。
打开示例
调优高斯混合模型
此示例展示了如何通过调整组件数量和组件协方差矩阵结构来确定最佳的高斯混合模型（GMM）拟合。
打开示例 伪随机数和拟随机数生成
逻辑回归模型的贝叶斯分析
此示例说明如何使用 slicesample 对逻辑回归模型进行贝叶斯推断。
打开示例 使用灵活的分布族生成数据
此示例展示了如何使用皮尔森和约翰逊分布系统生成数据。
打开示例