一组数据如何根据其频率分布拟合出高斯分布

[luofl_]

现在我有一组一维的数据，比如x1,x2,...,xn，数据从概率分布上大致服从正态分布。
我需要的结果是根据这个计算出来的正态分布，来判断一个新的数据x'与原数据的切合程度，
即P(x) = f(x) = 1/ (sqrt(2 * π) σ) *
exp( -(x-X0) * (x-X0) / (2*π*σ*σ) )

其中需要求解的参数有：X0，和σ。
最简单的计算方法是
X0 = 1.0 / n (Σxi)
σ= sqrt（ 1.0 / n * Σ((xi-X0)*(xi-X0)) ）
不知道是否有更加合适的求解方法，比如最小二乘法？？

扩展一下，一组二维的数据，有对应的高斯分布如下：
P(x,y) = f(x,y) = 1/ (sqrt(2 * π) σ) *
exp( -((x-X0) * (x-X0) + (y-Y0)*(y-Y0) )/ (2*π*σ*σ) )

[旅行着]

自己研究找算法呀

[supersonic0410]

网上搜一下：参数估计

[geleg]

统计学习的东西，
可用径向基函数或支持向量机计算两点的距离。

[yfor]

我也在看这个东西了，求高手指点啊

[新手小张]

@yfor 首先这组数据不一定符合正态分布，也有可能对数符合正态分布，或者指数符合正态分布，直接求均值和方差的方法误差太大，我倒觉得可以通过求积分的形式去拟合

[yfor]

我觉得，可以直接计算x的均值和方差作为高斯分布参数