histfit

Гистограмма с подгонкой распределения

Описание

пример

histfit(data) строит гистограмму значений в data использование количества интервалов равняется квадратному корню из числа элементов в data и соответствует нормальной функции плотности.

пример

histfit(data,nbins) строит гистограмму с помощью nbins интервалы и подгонки нормальная функция плотности.

пример

histfit(data,nbins,dist) строит гистограмму с nbins интервалы и подгонки функция плотности от распределения заданы dist.

пример

histfit(ax,___) использует оси графика, заданные Axes объект ax. Задайте ax как первый входной параметр, сопровождаемый любой из комбинаций входных аргументов в предыдущих синтаксисах.

пример

h = histfit(___) возвращает вектор из указателей h, где h(1) указатель на гистограмму и h(2) указатель на кривую плотности.

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 использование fitdist соответствовать распределению к данным. Используйте fitdist 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 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 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 3 и отклонение 1.

rng('default') % For reproducibility
r = normrnd(3,1,100,1);

Создайте фигуру с двумя подграфиками и возвратите Axes объекты как ax1 и ax2. Создайте гистограмму с нормальным распределением, помещаются в каждый набор осей путем обращения к соответствующему Axes объект. В левом подграфике постройте гистограмму с 10 интервалами. В правильном подграфике постройте гистограмму с 5 интервалами. Добавьте заголовок на каждый график путем передачи соответствующего Axes возразите против title функция.

ax1 = subplot(1,2,1); % Left subplot
histfit(ax1,r,10,'normal')
title(ax1,'Left Subplot')

ax2 = subplot(1,2,2); % Right subplot
histfit(ax2,r,5,'normal')
title(ax2,'Right Subplot')

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 в виде вектора.

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 в виде положительного целого числа. Значением по умолчанию является квадратный корень из числа элементов в data, окруженный. Используйте [] для количества по умолчанию интервалов при подборе кривой распределению.

Пример: y = histfit(x,8)

Пример: y = histfit(x,10,'gamma')

Пример: y = histfit(x,[ ],'weibull')

Типы данных: double | single

Распределение, чтобы соответствовать к гистограмме в виде вектора символов или строкового скаляра. Следующая таблица показывает поддерживаемые распределения.

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.

Оси для графика в виде Axes объект. Если вы не задаете axто histfit создает график с помощью текущей системы координат. Для получения дополнительной информации о создании Axes возразите, смотрите axes.

Выходные аргументы

свернуть все

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

Алгоритмы

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

Смотрите также

| | | |

Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте