Подходящее Распределение Ядра Используя ksdensity

Этот пример показывает, как сгенерировать оценку плотности вероятности ядра от выборочных данных с помощью функции ksdensity.

Шаг 1. Загрузка демонстрационных данных.

Загрузите выборочные данные.

load carsmall;

Эти данные содержат мили на галлон (MPG), измерения для различного делают и модели автомобилей, сгруппированных страной происхождения (Origin), модельный год (Year) и другие характеристики автомобиля.

Шаг 2. Сгенерируйте оценку плотности вероятности ядра.

Используйте ksdensity, чтобы сгенерировать оценку плотности вероятности ядра для миль на галлон (MPG) данные.

[f,xi] = ksdensity(MPG);

По умолчанию ksdensity использует нормальную функцию сглаживания ядра и выбирает оптимальную пропускную способность для оценки нормальной плотности, если вы не задаете в противном случае.

Шаг 3. Постройте оценку плотности вероятности ядра.

Постройте оценку плотности вероятности ядра, чтобы визуализировать распределение MPG.

plot(xi,f,'LineWidth',2)
title('Miles per Gallon')
xlabel('MPG')

График показывает, что PDF подгонки распределения ядра к данным MPG через все делает из автомобилей. Распределение сглаженно и довольно симметрично, несмотря на то, что оно немного скашивается с более тяжелым правым хвостом.

Смотрите также

| |

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте