如何计算R语言中拟合自定义正态分布函数的参数a和b？

嘿，我来帮你搞定这个参数估计的问题～首先看你的代码，你用rnorm(1000)生成了数据集，然后写了自定义的正态密度函数dfun，想知道怎么给a和b选合适的值对吧？

其实你的dfun完全对应正态分布的密度公式：参数a就是正态分布的均值(μ)，b就是标准差(σ)。这里有两种简单靠谱的方法来确定它们：

方法1：直接用样本的均值和标准差 #

最直观的方式就是从你生成的数据里直接计算均值和标准差，这是正态分布参数的无偏估计：

# 计算参数a（均值）和b（标准差）
a_est <- mean(dataset$X)
b_est <- sd(dataset$X)

然后把这两个值代入stat_function的参数里就行，修改后的完整代码是：

library(ggplot2)
set.seed(1)
dataset <- data.frame(X = rnorm(1000))
dfun <- function(x, a, b) 1/(sqrt(2*pi)*b)*exp(-0.5*((x-a)^2/(2*b^2)))

# 计算参数
a_est <- mean(dataset$X)
b_est <- sd(dataset$X)

ggplot(dataset, aes(x = X)) + 
  geom_histogram(aes(y = ..density..), binwidth = 0.5, alpha = 0.5) +
  stat_function(fun = dfun, args = list(a = a_est, b = b_est), color = "red", size = 1)

方法2：用最大似然估计（MLE）拟合 #

如果想更严谨地用统计方法推导参数，可以用最大似然估计。R里的MASS包提供了fitdistr函数，能直接拟合分布参数：

library(MASS)
# 拟合正态分布的MLE参数
fit_result <- fitdistr(dataset$X, "normal")
a_mle <- fit_result$estimate["mean"]
b_mle <- fit_result$estimate["sd"]

把a_mle和b_mle代入代码就行，结果和方法1几乎完全一致——因为正态分布的MLE估计值就是样本均值和标准差。

另外提个小建议：其实R里已经内置了正态密度函数dnorm()，你完全可以用它代替自己写的dfun，代码会更简洁：

ggplot(dataset, aes(x = X)) + 
  geom_histogram(aes(y = ..density..), binwidth = 0.5, alpha = 0.5) +
  stat_function(fun = dnorm, args = list(mean = a_est, sd = b_est), color = "red", size = 1)

因为你设置了set.seed(1)，生成的数据的均值会非常接近0，标准差接近1，代入后拟合的红色曲线会完美贴合直方图的密度分布哦～

内容的提问来源于stack exchange，提问作者P.Chakytei