内核分配对象的数据

步骤1。加载示例数据。

加载示例数据。

负载carsmall;

这些数据包含英里每加仑(英里/加仑)测量不同品牌和型号的汽车,按原产国(分组起源),模型(一年)和其他车辆的特征。

步骤2。适合一个内核分配对象。

使用fitdist适合一个内核概率分布对象英里每加仑(英里/加仑对所有生产的汽车)数据。

pd = fitdist(英里/加仑,“内核”)

pd = KernelDistribution内核=正常带宽= 4.11428 =无限的支持金宝app

这将创建一个prob.KernelDistribution对象。默认情况下,fitdist使用正常的内核平滑函数和选择最优带宽估算正常密度,除非另有指定。您可以访问的信息,执行进一步的计算使用的相关对象的功能。

步骤3。计算描述性统计。

计算均值、中值和标准差安装内核的分布。

m =意味着(pd)

m = 23.7181

地中海=值(pd)

地中海= 23.4841

s =性病(pd)

s = 8.9896

步骤4。计算和绘制pdf。

计算和情节的pdf安装内核分配。

图x = 0:1:60;x y = pdf (pd);情节(x, y,“线宽”2)标题(英里每加仑的)包含(“英里”)

情节显示内核分配适合的pdf英里/加仑数据在所有的汽车。是光滑和相当对称分布,尽管它与一个重尾略微倾斜。

第5步。生成随机数。

从安装内核生成随机数的向量分布。

rng (“默认”)%的再现性r =随机(pd, 1000, (1);图嘘(r);集(get (gca),“孩子”),“FaceColor”,(。8。8 1]);持有在y = y * 5000;%规模pdf直方图上覆盖情节(x, y,“线宽”2)标题(从分布随机数生成的)举行从

直方图也有类似的形状pdf的阴谋,因为非参数核分布的随机数生成适合示例数据。