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