В этом примере показано, как соответствовать объектам вероятностного распределения к сгруппированным выборочным данным и создать график визуально сравнить PDF каждой группы.
Загрузите выборочные данные.
load carsmall;
Данные содержат мили на галлон (MPG
) измерения для различного делают и модели автомобилей, сгруппированных страной происхождения (Origin
), модельный год (Model_Year
), и другие характеристики транспортного средства.
Преобразуйте Origin
в категориальный массив.
Origin = categorical(cellstr(Origin));
Используйте fitdist
соответствовать распределениям ядра к каждой группе страны происхождения в MPG
данные.
[KerByOrig,Country] = fitdist(MPG,'Kernel','by',Origin)
KerByOrig=1×6 cell array
Columns 1 through 2
{1x1 prob.KernelDistribution} {1x1 prob.KernelDistribution}
Columns 3 through 4
{1x1 prob.KernelDistribution} {1x1 prob.KernelDistribution}
Columns 5 through 6
{1x1 prob.KernelDistribution} {1x1 prob.KernelDistribution}
Country = 6x1 cell
{'France' }
{'Germany'}
{'Italy' }
{'Japan' }
{'Sweden' }
{'USA' }
Массив ячеек KerByOrig
содержит шесть объектов распределения ядра, один для каждой страны, представленной в выборочных данных. Каждый объект содержит свойства, которые содержат информацию о данных, распределении и параметрах. Массив Country
перечисляет страну происхождения для каждой группы в том же порядке, как объекты распределения хранятся в KerByOrig
.
Извлеките объекты вероятностного распределения для Германии, Японии и США. Используйте положения каждой страны в KerByOrig
показанный на Шаге 3, который указывает, что Германия является второй страной, Япония является четвертой страной, и США являются шестой страной. Вычислите PDF для каждой группы.
Germany = KerByOrig{2}; Japan = KerByOrig{4}; USA = KerByOrig{6}; x = 0:1:50; USA_pdf = pdf(USA,x); Japan_pdf = pdf(Japan,x); Germany_pdf = pdf(Germany,x);
Постройте PDF для каждой группы на той же фигуре.
plot(x,USA_pdf,'r-') hold on plot(x,Japan_pdf,'b-.') plot(x,Germany_pdf,'k:') legend({'USA','Japan','Germany'},'Location','NW') title('MPG by Country of Origin') xlabel('MPG')
Получившийся график показывает как мили на галлон (MPG
) производительность отличается страной происхождения (Origin
). Используя эти данные, США имеют самое широкое распределение, и его пик в самом низком MPG
значение этих трех источников. Япония имеет самое регулярное распределение с немного более тяжелым левым хвостом, и его пик в самом высоком MPG
значение этих трех источников. Пик для Германии между США и Японией, и второй удар около 44 миль за галлон предполагает, что может быть несколько режимов в данных.