我正在尝试将多元正态分布拟合到我收集的数据中，以便从中获取样本。我知道如何使用fitdist函数（带有'Normal'选项）来拟合（单变量）正态分布。
如何为多元正态分布做类似的事情？
不是在每个维度上单独使用fitdist都假定变量不相关吗？
不需要任何专门的拟合功能；分布的均值和方差的最大似然估计值只是样本均值和样本方差。也就是说，计算样本均值和样本方差就可以了。
用mean估计平均值，用cov估计方差-协方差矩阵。然后，您可以使用mvnrnd生成随机数。也可以使用fitmgdist，但仅对于多元正态分布，mean和cov就足够了。
是，在每个维度上分别使用fitdist假定变量是不相关的，这不是您想要的。
您可以使用[sigma,mu] = robustcov(X)函数，其中X是您的多元数据，即X = [x1 x2 ... xn]，而xi是列向量数据。
然后您可以使用Y = mvnpdf(X,mu,sigma)获得估计的正常概率密度函数的值。
https://www.mathworks.com/help/stats/normfit.htmlhttps://www.mathworks.com/help/stats/mvnpdf.html