Ich versuche, eine Verteilung an einige Daten anzupassen, die ich von Mikroskopiebildern gesammelt habe. Wir wissen, dass der Peak bei etwa 152 auf einen Poisson-Prozess zurückzuführen ist. Ich würde gerne eine Verteilung an die große Dichte in der Mitte des Bildes anpassen, während ich die Daten mit hoher Intensität ignoriere. Ich weiß, wie man eine Normalverteilung an die Daten anpasst (rote Kurve), aber es macht keinen guten Job, den schweren Schwanz auf der rechten Seite zu erfassen. Obwohl die Poisson-Verteilung der Lage sein sollte, den Schwanz nach rechts zu modellieren, ist es nicht eine sehr gute Arbeit entweder (grüne Kurve), weil der Modus der Verteilung bei 152 istAnpassen einer Verteilung an Daten - MATLAB
PD = fitdist(data, 'poisson');
Die Verteilung Poisson mit Lambda = 152 sieht sehr Gauß-ähnlich aus.
Hat jemand eine Idee, wie man eine Distribution anpasst, die den rechten Teil der Daten gut erfasst?
Link to an image showing the data and my attempts at distribution fitting.
Wow, das ist ein wirklich aufschlussreicher Kommentar. Der Ex-Gaussian könnte die theoretisch korrekte Verteilung für die Modellierung der Hintergrundintensität sein. –