ecdfhist

Гистограмма на основе эмпирической кумулятивной функции распределения

Описание

пример

[n,c] = ecdfhist(f,x) возвращает высоты, n, из панелей гистограммы для 10 равномерно распределенных интервалов и позиции центров интервала, c.

ecdfhist вычисляет высоты панели из увеличений эмпирической кумулятивной функции распределения, f, в точках оценки, x. Это нормирует высоты панели так, чтобы область гистограммы была равна 1. В отличие от этого histogram производит панели с высотами, представляющими количество интервалов.

пример

[n,c] = ecdfhist(f,x,m) возвращает панели гистограммы с помощью m интервалы.

пример

n = ecdfhist(f,x,centers) возвращает высоты панелей гистограммы с центрами интервала, заданными centers.

пример

ecdfhist(___) строит панели гистограммы.

Примеры

свернуть все

Вычислите высоты панели гистограммы на основе эмпирической кумулятивной функции распределения.

Сгенерируйте времена отказа от распределения Бирнбаума-Сондерса.

rng('default') % for reproducibility
failuretime = random('birnbaumsaunders',0.3,1,100,1);

При предположении, что конец исследования во время 0.9, отметьте сгенерированные времена отказа, которые больше, чем 0,9 как подвергнутые цензуре данные и хранят ту информацию в векторе.

T = 0.9;
cens = (failuretime>T);

Вычислите эмпирическую кумулятивную функцию распределения для данных.

[f,x] = ecdf(failuretime,'censoring',cens);

Теперь найдите высоты панели гистограммы с помощью оценки кумулятивной функции распределения.

[n,c] = ecdfhist(f,x);
[n' c']
ans = 10×2

    2.3529    0.0715
    1.7647    0.1565
    1.4117    0.2415
    1.5294    0.3265
    1.0588    0.4115
    0.4706    0.4965
    0.4706    0.5815
    0.9412    0.6665
    0.2353    0.7515
    0.2353    0.8365

Вычислите высоты панели для шести интервалов с помощью эмпирической кумулятивной функции распределения и также возвратите центры интервала.

Сгенерируйте времена отказа от распределения Бирнбаума-Сондерса.

rng('default') % for reproducibility
failuretime = random('birnbaumsaunders',0.3,1,100,1);

При предположении, что конец исследования во время 0.9, отметьте сгенерированные времена отказа, которые больше, чем 0,9 как подвергнутые цензуре данные и хранят ту информацию в векторе.

T = 0.9;
cens = (failuretime>T);

Во-первых, вычислите эмпирическую кумулятивную функцию распределения для данных.

[f,x] = ecdf(failuretime,'censoring',cens);

Теперь оцените гистограмму с шестью интервалами с помощью оценки кумулятивной функции распределения.

[n,c] = ecdfhist(f,x,6);
[n' c']
ans = 6×2

    1.9764    0.0998
    1.7647    0.2415
    1.1294    0.3831
    0.4235    0.5248
    0.7764    0.6665
    0.2118    0.8081

Чертите гистограмму эмпирической гистограммы кумулятивного распределения для заданных центров интервала.

Сгенерируйте времена отказа от распределения Бирнбаума-Сондерса.

rng default;  % For reproducibility
failuretime = random('birnbaumsaunders',0.3,1,100,1);

При предположении, что конец исследования во время 0.9, отметьте сгенерированные времена отказа, которые больше, чем 0,9 как подвергнутые цензуре данные и хранят ту информацию в векторе.

T = 0.9;
cens = (failuretime>T);

Задайте центры интервала.

centers = 0.1:0.1:1;

Вычислите эмпирическую кумулятивную функцию распределения для данных и чертите гистограмму для заданных центров интервала.

[f,x] = ecdf(failuretime,'censoring',cens);
ecdfhist(f,x,centers)
axis([0 1 0 2.5])

Сгенерируйте подвергнутые цензуре правом данные о выживании и сравните гистограмму от кумулятивной функции распределения с известной функцией распределения вероятностей.

Сгенерируйте времена отказа от экспоненциального распределения со средним временем отказа 15.

rng default; % For reproducibility
y = exprnd(15,75,1);

Сгенерируйте времена уволенного от экспоненциального распределения со средним временем отказа 30.

d = exprnd(30,75,1);

Запишите минимум этих времен как наблюдаемые времена отказа.

t = min(y,d);

Сгенерируйте цензурирование путем нахождения сгенерированных времен отказа, которые больше времен уволенного.

censored = (y>d);

Вычислите эмпирический cdf и постройте гистограмму с помощью эмпирической кумулятивной функции распределения.

[f,x] = ecdf(t,'censoring',censored);
ecdfhist(f,x)
h = findobj(gca,'Type','patch');
h.FaceColor = [.8 .8 1];
hold on

Наложите график известного населения PDF.

xx = 0:.1:max(t);
yy = exp(-xx/15)/15;
plot(xx,yy,'r-','LineWidth',2)
hold off

Входные параметры

свернуть все

Эмпирические cdf значения в данных точках оценки, xВ виде вектора.

Например, можно использовать ecdf получить эмпирические cdf значения и ввести их в ecdfhist можно следующим образом.

Пример: [f,x] = ecdf(failure); ecdfhist(f,x);

Типы данных: single | double

Оценка указывает на который эмпирические cdf значения, f, вычисляются в виде вектора.

Например, можно использовать ecdf получить эмпирические cdf значения и ввести их в ecdfhist можно следующим образом.

Пример: [f,x] = ecdf(failure); ecdfhist(f,x);

Типы данных: single | double

Количество интервалов в виде скаляра.

Например, можно чертить гистограмму с 8 интервалами можно следующим образом.

Пример: ecdfhist(f,x,8)

Типы данных: single | double

Центральные точки интервалов в виде вектора.

Пример: centers = 2:2:10; ecdfhist(f,x,centers);

Типы данных: single | double

Выходные аргументы

свернуть все

Высоты панелей гистограммы ecdfhist вычисляет на основе эмпирических cdf значений, возвращенных как вектор-строка.

Позиция центров интервала, возвращенных как вектор-строка.

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте