Man*_*iAm 5 matlab normal-distribution
我有100个采样数,我需要在matlab中绘制它们的正态分布曲线.
这些采样数据的平均值和标准差可以很容易地计算出来,但是有没有绘制正态分布的函数?
如果您可以访问Statistics Toolbox,则该功能可以histfit
执行我认为您需要的功能:
>> x = randn(10000,1);
>> histfit(x)
Run Code Online (Sandbox Code Playgroud)
与hist
命令一样,您也可以指定bin的数量,还可以指定使用的分布(默认情况下,它是正态分布).
如果您没有统计工具箱,则可以使用@Gunther和@learnvst的答案组合再现类似的效果.
使用hist:
hist(data)
Run Code Online (Sandbox Code Playgroud)
它绘制了数据的直方图:
您还可以指定要绘制的箱数,例如:
hist(data,5)
Run Code Online (Sandbox Code Playgroud)
mu=mean(data);
sg=std(data);
x=linspace(mu-4*sg,mu+4*sg,200);
pdfx=1/sqrt(2*pi)/sg*exp(-(x-mu).^2/(2*sg^2));
plot(x,pdfx);
Run Code Online (Sandbox Code Playgroud)
你可能可以在前一个hist
图上叠加这个(我认为你需要先缩放一些东西,但pdf在0-1范围内,直方图在范围内:每个bin的元素数).
如果要为数据绘制高斯分布,可以使用以下代码,将平均值和标准差值替换为根据数据集计算的值.
STD = 1;
MEAN = 2;
x = -4:0.1:4;
f = ( 1/(STD*sqrt(2*pi)) ) * exp(-0.5*((x-MEAN)/STD).^2 );
hold on; plot (x,f);
Run Code Online (Sandbox Code Playgroud)
该阵列x
在这个例子中是你的发行版的X轴,因此改变对你有什么范围和采样密度.
如果您想在没有信号处理工具箱的帮助下绘制高斯拟合数据,下面的代码将绘制具有正确缩放比例的图.只需替换y
为您自己的数据.
y = randn(1000,1) + 2;
x = -4:0.1:6;
n = hist(y,x);
bar (x,n);
MEAN = mean(y);
STD = sqrt(mean((y - MEAN).^2));
f = ( 1/(STD*sqrt(2*pi)) ) * exp(-0.5*((x-MEAN)/STD).^2 );
f = f*sum(n)/sum(f);
hold on; plot (x,f, 'r', 'LineWidth', 2);
Run Code Online (Sandbox Code Playgroud)