¡Cómo ajustar una curva de puntos discretos en matlab para encontrar parámetros!

Supongamos que hay ruido gaussiano que interfiere con la estimación de ML, y ahora simplemente escribimos la función de densidad de probabilidad arriba.

Dependiendo de tu modelo, la distribución de datos x depende de los parámetros. En una situación ideal, los datos y son una cantidad determinista completamente determinada por parámetros, entonces la probabilidad total de que ocurra este conjunto de datos es maximizar la probabilidad total: establezca el parámetro P a estimar, es decir, p (X .;P); ahora tienes un conjunto de datos X: p(X1;P);P)*

.