histfit

Гистограмма с подгонкой распределения

Синтаксис

histfit(data)
histfit(data,nbins)
histfit(data,nbins,dist)
h = histfit(___)

Описание

пример

histfit(data) строит гистограмму значений в data с помощью количества интервалов, равных квадратному корню из числа элементов в data, и соответствует нормальной функции плотности.

пример

histfit(data,nbins) строит гистограмму с помощью интервалов nbins и соответствует нормальной функции плотности.

пример

histfit(data,nbins,dist) строит гистограмму с интервалами nbins и соответствует функции плотности от распределения, заданного dist.

пример

h = histfit(___) возвращает вектор указателей h, где h(1) является указателем на гистограмму, и h(2) является указателем на кривую плотности. Это может включать любой из входных параметров в предыдущих синтаксисах.

Примеры

свернуть все

Сгенерируйте выборку размера 100 от нормального распределения со средним значением 10 и отклонение 1.

rng default; % For reproducibility
r = normrnd(10,1,100,1);

Создайте гистограмму с подгонкой нормального распределения.

histfit(r)

histfit использует fitdist, чтобы соответствовать распределению к данным. Используйте fitdist, чтобы получить параметры, используемые в подборе кривой.

pd = fitdist(r,'Normal')
pd = 
  NormalDistribution

  Normal distribution
       mu = 10.1231   [9.89244, 10.3537]
    sigma =  1.1624   [1.02059, 1.35033]

Интервалы рядом с оценками параметра составляют 95% доверительных интервалов для параметров распределения.

Сгенерируйте выборку размера 100 от нормального распределения со средним значением 10 и отклонение 1.

rng default; % For reproducibility
r = normrnd(10,1,100,1);

Создайте гистограмму с помощью шести интервалов с подгонкой нормального распределения.

histfit(r,6)

Сгенерируйте выборку размера 100 от бета распределения с параметрами (3,10).

rng default;  % For reproducibility
b = betarnd(3,10,100,1);

Создайте гистограмму с помощью 10 интервалов с бета подгонкой распределения.

histfit(b,10,'beta')

Сгенерируйте выборку размера 100 от бета распределения с параметрами (3,10).

rng default;  % For reproducibility
b = betarnd(3,10,[100,1]);

Создайте гистограмму с помощью 10 интервалов с подгонкой функции сглаживания.

histfit(b,10,'kernel')

Сгенерируйте выборку размера 100 от нормального распределения со средним значением 10 и отклонение 1.

rng default % for reproducibility
r = normrnd(10,1,100,1);

Создайте гистограмму с подгонкой нормального распределения.

h = histfit(r,10,'normal')

h = 
  2x1 graphics array:

  Bar
  Line

Измените цвета панели гистограммы.

h(1).FaceColor = [.8 .8 1];

Измените цвет кривой плотности.

h(2).Color = [.2 .2 .2];

Входные параметры

свернуть все

Входные данные, заданные как вектор.

Пример: data = [1.5 2.5 4.6 1.2 3.4]

Пример: data = [1.5 2.5 4.6 1.2 3.4]'

Типы данных: double | single

Количество интервалов для гистограммы, заданной как положительное целое число. Значение по умолчанию является квадратным корнем из числа элементов в data, окруженном. Используйте [] для количества по умолчанию интервалов при подборе кривой распределению.

Пример: y = histfit (x, 8)

Пример: y = histfit (x, 10, 'гамма')

Пример: y = histfit (x, [], 'weibull')

Типы данных: double | single

Распределение, чтобы соответствовать к гистограмме, заданной как вектор символов или представить скаляр в виде строки. Следующая таблица показывает поддерживаемые дистрибутивы.

distОписание
'beta'\beta
'birnbaumsaunders'Бирнбаум-Сондерс
'burr'Подпилите тип XII
'exponential'Экспоненциал
'extreme value' или 'ev'Экстремум
'gamma'\Gamma
'generalized extreme value' или 'gev'Обобщенный экстремум
'generalized pareto' или 'gp'Обобщенный Парето (порог 0)
'inversegaussian'Гауссова инверсия
'logistic'Логистический
'loglogistic'Loglogistic
'lognormal'Логарифмически нормальный
'nakagami'Nakagami
'negative binomial' или 'nbin'Отрицательный бином
'normal'Нормальный
'poisson'Пуассон
'rayleigh'Рэлеевский
'rician'Rician
'tlocationscale't шкала местоположения
'weibull' или 'wbl'Weibull
'kernel'Непараметрическое сглаживающее ядро распределение. Плотность оценена в 100 равномерно распределенных точках, которые покрывают область значений данных в data. Это работает лучше всего с постоянно распределяемыми выборками.

Выходные аргументы

свернуть все

Указатели для графика, возвращенного как вектор, где h(1) является указателем на гистограмму и h(2), являются указателем на кривую плотности. histfit нормирует плотность, чтобы совпадать с общей площадью под кривой с той из гистограммы.

Алгоритмы

histfit использует fitdist, чтобы соответствовать распределению к данным. Используйте fitdist, чтобы получить параметры, используемые в подборе кривой.

Смотрите также

| | | |

Представлено до R2006a

Для просмотра документации необходимо авторизоваться на сайте