适合内核分布对象到数据
这个例子展示了如何将一个核概率分布对象拟合到样本数据。
步骤1。加载样例数据。
加载样例数据。
负载carsmall;
此数据包含每加仑英里数(英里/加仑
),以原产国分类的不同品牌和型号的汽车尺寸(起源
)、型号年份(一年
),以及其他车辆特征。
步骤2。拟合内核分发对象。
使用fitdist
将一个核概率分布对象拟合为每加仑英里数(英里/加仑
)所有车型的数据。
pd = fitdist(MPG,“内核”)
pd = KernelDistribution内核= normal带宽= 4.11428 Support = unbou金宝appnded
这将创建一个概率。KernelDistribution
对象。默认情况下,fitdist
使用正常的核平滑函数并选择最优带宽来估计正常密度,除非另有指定。您可以访问有关拟合的信息,并使用相关的对象函数执行进一步的计算。
步骤3。计算描述性统计数据。
计算拟合的核分布的平均值、中位数和标准偏差。
M = mean(pd)
M = 23.7181
Med =中位数(pd)
Med = 23.4841
S = std(pd)
S = 8.9896
步骤4。计算并绘制pdf。
计算并绘制拟合的核分布的pdf。
图x = 0:1:60;Y = pdf(pd,x);情节(x, y,“线宽”2)标题(“每加仑英里数”)包含(“英里”)
该图显示了适合内核分布的pdf英里/加仑
所有车型的数据。分布是平稳和相当对称的,尽管它是轻微倾斜,较重的右尾。
第5步。生成随机数。
从拟合的核分布生成一个随机数向量。
rng (“默认”)%用于再现性R = random(pd,1000,1);图嘘(r);集(get (gca),“孩子”),“FaceColor”,(。8 .8 1]);持有在Y = Y *5000;%缩放pdf覆盖在直方图上情节(x, y,“线宽”2)标题(“由分布产生的随机数”)举行从
直方图的形状与pdf图相似,因为从非参数核分布生成的随机数适合样本数据。
另请参阅
fitdist
|ksdensity
|KernelDistribution