主要内容

histfit

分布拟合直方图

描述

例子

histfit (数据在中绘制值的直方图数据使用等于中元素数平方根的容器数数据符合正态密度函数。

例子

histfit (数据梯度方向数使用图形绘制直方图梯度方向数并拟合正常密度函数。

例子

histfit (数据梯度方向数距离用图形绘制直方图梯度方向数的分布,并拟合一个密度函数距离

例子

histfit (斧头___的指定的图轴斧头对象斧头.指定斧头作为第一个输入参数,后面跟着前面语法中的任何输入参数组合。

例子

h= histfit (___返回句柄的向量h,在那里h (1)是直方图的句柄,并且h (2)是密度曲线的手柄。

例子

全部崩溃

从均值为10、方差为1的正态分布中生成一个大小为100的样本。

rng默认的%为了再现性r=正常值(10,1100,1);

构造一个正态分布拟合的直方图。

histfit(右)

图中包含一个轴对象。axis对象包含两个类型为bar, line的对象。

histfit使用fitdist使分布符合数据。使用fitdist获取拟合所用的参数。

pd = fitdist (r,“正常”
正态分布mu = 10.1231 [9.89244, 10.3537] sigma = 1.1624 [1.02059, 1.35033]

参数估计值旁边的区间是分布参数的95%置信区间。

从均值为10、方差为1的正态分布中生成一个大小为100的样本。

rng默认的%为了再现性r=正常值(10,1100,1);

使用符合正态分布的6个箱体构建直方图。

histfit (r, 6)

图中包含一个轴对象。axis对象包含两个类型为bar, line的对象。

从带有参数(3,10)的beta分布生成大小为100的样本。

rng默认的%为了再现性1 b = betarnd (10100);

使用10个具有beta分布拟合的箱子构建直方图。

histfit(b,10,“β”

图中包含一个轴对象。axis对象包含两个类型为bar, line的对象。

从带有参数(3,10)的beta分布生成大小为100的样本。

rng默认的%为了再现性b=betarnd(3,10[100,1]);

构建一个直方图,使用10个箱子与平滑函数拟合。

histfit(b,10,“内核”

图中包含一个轴对象。axis对象包含两个类型为bar, line的对象。

生成一个大小相同的样本100正态分布的均值3.和方差1

rng(“默认”%为了再现性1 r = normrnd (1100);

创建一个带有两个子图的图形,并返回斧头对象作为ax₁ax2.创建一个直方图与正态分布拟合在每一组轴通过参考相应斧头对象。在左侧子图中,绘制一个包含10个箱子的直方图。在右侧子图中,绘制一个包含5个箱子的直方图。通过传递相应的斧头对象的标题函数。

ax₁=情节(1、2、1);%左子地块histfit (ax₁,r, 10,“正常”)标题(ax₁,“左次要情节”) ax2 = subplot(1,2,2);%右子地块histfit(轴2,右,5,“正常”)标题(ax2,“右副地块”

图中包含2个轴对象。带有标题Left Subplot的轴对象1包含两个类型为bar, line的对象。带有标题的轴对象2包含两个类型为bar, line的对象。

从均值为10、方差为1的正态分布中生成一个大小为100的样本。

rng默认的%的再现性r=正常值(10,1100,1);

构造一个正态分布拟合的直方图。

h = histfit (r 10“正常”

图中包含一个轴对象。axis对象包含两个类型为bar, line的对象。

h=2x1图形阵列:条形线

改变柱状图的柱状颜色。

h(1).FaceColor=[8.81];

图中包含一个轴对象。axis对象包含两个类型为bar, line的对象。

改变密度曲线的颜色。

h(2)。颜色=[。2。2。2);

图中包含一个轴对象。axis对象包含两个类型为bar, line的对象。

输入参数

全部崩溃

输入数据,指定为向量。

例子:数据=[1.52.54.61.23.4]

例子:数据=[1.52.54.61.23.4]'

数据类型:双重的|

直方图的存储单元数,指定为正整数。默认值为直方图中元素数的平方根数据,围捕。当拟合一个分布时,使用[]作为默认的容器数量。

例子:y = histfit (x, 8)

例子:y = histfit (x 10“伽马”)

例子:Y = hiff (x,[],'weibull')

数据类型:双重的|

以适合直方图的分布,指定为字符向量或字符串标量。下表显示了受支持的发行版。金宝app

距离 描述
“β” β
“birnbaumsaunders” 伯恩鲍姆桑德斯
“毛刺” 十二型毛刺
“指数” 指数
“极端值”“电动汽车” 极值
“伽马” 伽马射线
“广义极值”“gev” 广义极值
广义帕累托的“全科医生” 广义Pareto(阈值0)
“inversegaussian” 逆高斯分布
“物流” 物流
“后勤” Loglogistic
对数正态的 对数正态
“nakagami” Nakagami
“负二项式”“nbin” 负二项
“正常” 正常的
“泊松” 泊松
“瑞利” 瑞利
“rician” Rician
“tlocationscale” t location-scale
“威布尔”“wbl” 威布尔
“内核” 非参数kernel-smoothing分布。在覆盖数据范围的100个等间距点上评估密度数据.它最适用于连续分布的样本。

绘图的轴,指定为斧头对象。如果没有指定斧头,然后histfit使用当前坐标轴创建绘图。有关创建斧头对象,看到

输出参数

全部崩溃

图的句柄,返回为向量,其中h (1)是直方图的句柄,并且h (2)是密度曲线的手柄。histfit对密度进行归一化,以匹配曲线下的总面积与直方图的面积。

算法

histfit使用fitdist使分布符合数据。使用fitdist获取拟合所用的参数。

在R2006a之前引入