1、判断是否符合正态分布：

[mu,sigma]=normfit(A);
p1=normcdf(A,mu,sigma);
[H1,s1]=kstest(A,[A,p1],alpha);
n=length(A);
if H1==0
    disp('该数据源服从正态分布。')
else
    disp('该数据源不服从正态分布。')
end

2、判断是否符合伽马分布拟合

phat=gamfit(A,alpha);
p2=gamcdf(A,phat(1),phat(2));
[H2,s2]=kstest(A,[A,p2],alpha)
if H2==0
    disp('该数据源服从γ分布。')
else
    disp('该数据源不服从γ分布。')
end

3、判断是否符合泊松分布

lamda=poissfit(A,alpha);
p3=poisscdf(A,lamda);
[H3,s3]=kstest(A,[A,p3],alpha)
if H3==0
    disp('该数据源服从泊松分布。')
else
    disp('该数据源不服从泊松分布。')
end

 4、判断是否符合指数分布

mu=expfit(A,alpha);
p4=expcdf(A,mu);
[H4,s4]=kstest(A,[A,p4],alpha)
if H4==0
    disp('该数据源服从指数分布。')
else
    disp('该数据源不服从指数分布。')
end

 5、判断是否符合瑞利分布

[phat, pci] = raylfit(A, alpha)
p5=raylcdf(A,phat);
[H5,s5]=kstest(A,[A,p5],alpha)
if H5==0
    disp('该数据源服从rayleigh分布。')
else
    disp('该数据源不服从rayleigh分布。')
end