要利用normrnd函数模拟真实数据，可以按照以下步骤进行：
确定数据的真实分布特征，包括均值和标准差。
使用normrnd函数生成符合指定均值和标准差的随机数据。语法为：data = normrnd(mu, sigma, [m, n])，其中mu为均值，sigma为标准差，[m, n]为生成数据的维度。
可以对生成的随机数据进行进一步的处理和分析，例如绘制直方图、计算统计量等。
举例来说，如果要模拟符合正态分布的数据，可以按照以下步骤进行：
% 设置真实分布的均值和标准差
mu = 0;
sigma = 1;
% 生成符合指定均值和标准差的随机数据
data = normrnd(mu, sigma, [1000, 1]);
% 绘制直方图
histogram(data, 50, 'Normalization', 'probability');
xlabel('Value');
ylabel('Probability');
title('Simulated Data Distribution');
% 计算统计量
mean_value = mean(data);
std_value = std(data);
disp(['Mean: ', num2str(mean_value)]);
disp(['Standard Deviation: ', num2str(std_value)]);
通过以上步骤，就可以利用normrnd函数模拟符合正态分布的真实数据。
