主要内容

histfit

直方图具有分配合适

描述

例子

histfit(数据绘制值的直方图数据使用等于元素数量的平方根的箱数数据并符合正常密度函数。

例子

histfit(数据nbins.绘制直方图使用nbins.垃圾箱并符合正常密度函数。

例子

histfit(数据nbins.dist绘制直方图nbins.垃圾箱并符合来自指定的分布的密度函数dist

例子

histfit(斧头___使用由此指定的绘图轴目的斧头。指定斧头作为第一个输入参数,后跟先前语法中的任何输入参数组合。

例子

H= histfit(___返回手柄矢量H, 在哪里h(1)是直方图的句柄和H(2)是密度曲线的手柄。

例子

全部收缩

从具有平均10和方差1的正态分布产生大小100的样本。

RNG.默认;重复性的%r = normrnd(10,1,100,1);

构造具有正常分配合适的直方图。

histfit(r)

图包含轴。轴包含2个类型的栏杆,线。

histfit用途Fitdist.适合数据分发。用Fitdist.获得适合使用的参数。

pd = fitdist(r,'普通的'
PD =正规分布正常分布MU = 10.1231 [9.89244,10.3537] Sigma = 1.1624 [1.02059,1.35033]

参数估计旁边的间隔是分布参数的95%置信区间。

从具有平均10和方差1的正态分布产生大小100的样本。

RNG.默认;重复性的%r = normrnd(10,1,100,1);

使用具有正常分配合适的六个箱构造直方图。

histfit(r,6)

图包含轴。轴包含2个类型的栏杆,线。

从具有参数(3,10)的β分布产生大小100的样本。

RNG.默认;重复性的%b = betarnd(3,10,100,1);

使用具有β配合物的10个箱构造直方图。

histfit(b,10,'beta'

图包含轴。轴包含2个类型的栏杆,线。

从具有参数(3,10)的β分布产生大小100的样本。

RNG.默认;重复性的%b = betarnd(3,10,[100,1]);

使用具有平滑功能适合的10个箱构造直方图。

histfit(b,10,'核心'

图包含轴。轴包含2个类型的栏杆,线。

生成一个大小样本100.从正常分布与平均值3.和方差1

RNG('默认'重复性的%r = normrnd(3,1,100,1);

创建一个具有两个子图的数字并返回物体AX1AX2。通过参考相应的相应,在每组轴中创建具有正常分布的直方图目的。在左侧子图中,绘制具有10个箱的直方图。在右侧子图中,绘制5个箱的直方图。通过传递相应的每个绘图向每个绘图添加标题对象到标题功能。

AX1 =子图(1,2,1);%左侧子图histfit(AX1,R,10,'普通的')标题(AX1,'左子刻')AX2 =子图(1,2,2);%正确的子图histfit(ax2,r,5,'普通的')标题(AX2,'正确的子图'

图包含2个轴。带标题左子图的轴1包含2个类型栏,线路的对象。带有标题右侧子图的轴2包含2个类型的栏杆,线。

从具有平均10和方差1的正态分布产生大小100的样本。

RNG.默认重复性的%r = normrnd(10,1,100,1);

构造具有正常分配合适的直方图。

h = histfit(r,10,'普通的'

图包含轴。轴包含2个类型的栏杆,线。

H = 2x1图形阵列:栏线

更改直方图的栏颜色。

h(1).facecolor = [.8 .8 1];

图包含轴。轴包含2个类型的栏杆,线。

改变密度曲线的颜色。

h(2).color = [.2 .2 .2];

图包含轴。轴包含2个类型的栏杆,线。

输入参数

全部收缩

输入数据,指定为向量。

例子:数据= [1.5 2.5 4.6 1.2 3.4]

例子:数据= [1.5 2.5 4.6 1.2 3.4]'

数据类型:双倍的|单身的

直方图的箱数指定为正整数。默认值是元素数量的平方根数据,圆满。使用[]拟合分配时的默认箱数。

例子:y = histfit(x,8)

例子:y = histfit(x,10,'gamma')

例子:y = histfit(x,[],'weibull')

数据类型:双倍的|单身的

分发以适合直方图,指定为字符向量或字符串标量。下表显示了支持的分布。金宝app

dist 描述
'beta' bet
'birnbaumsaunders' Birnbaum-Saunders.
'毛刺' 毛刺型xii.
'指数' 幂数
'极值'或者'ev' 极值
'伽玛' 伽玛
'广义极值'或者'GEV' 广义极值
'广义帕累托'或者'GP' 广义帕累托(阈值0)
'Inversegaussian' 逆高斯
'逻辑' 物流
'loglogistic' loglogistic.
'lognormal' lognormal.
'nakagami' Nakagami.
'负二级'或者'nbin' 负二级
'普通的' 普通的
'泊松' 泊松
'瑞利' 瑞利
'riician' 瑞典
'tlocationscale' T位置尺度
'weibull'或者'WBL' 威布尔
'核心' 非参数内核平滑分布。在100个等间隔的点处评估密度,该点覆盖数据的范围数据。它最适用于连续分布式样本。

图的轴,指定为一个目的。如果您未指定斧头, 然后histfit使用当前轴创建绘图。有关创建的更多信息对象,参见

输出参数

全部收缩

把剧情处理,作为向量返回,在哪里h(1)是直方图的句柄,和H(2)是密度曲线的手柄。histfit使密度归一化与直方图的曲线下的总面积匹配。

算法

histfit用途Fitdist.适合数据分发。用Fitdist.获得适合使用的参数。

在R2006A之前介绍