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 транспортного средства.

Шаг 2. Сгенерируйте оценку плотности вероятности ядра.

Используйте ksdensity сгенерировать оценку плотности вероятности ядра для миль на галлон (MPGданные.

[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 MPG распределение.

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

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