histfit

具有分布拟合的直方图

全页折叠

语法

histfit(data)

histfit(data,nbins)

histfit(data,nbins,dist)

histfit(ax,___)

h = histfit(___)

说明

histfit(data) 绘制 data 中的值的直方图并拟合正态密度函数，直方图的 bin 个数等于 data 中元素个数的平方根。

示例

histfit(data,nbins) 使用 nbins 个 bin 绘制直方图，并拟合正态密度函数。

示例

histfit(data,nbins,dist) 使用 nbins 个 bin 绘制直方图，并根据 dist 指定的分布拟合密度函数。

示例

histfit(ax,___) 使用 Axes 对象 ax 指定的绘图坐标区。将 ax 指定为第一个输入参量，后跟先前语法中的任何输入参量组合。

示例

h = histfit(___) 返回句柄向量 h，其中 h(1) 是直方图的句柄，h(2) 是密度曲线的句柄。

示例

全部折叠

具有正态分布拟合的直方图

打开实时脚本

用均值 10 和方差 1 从正态分布生成大小为 100 的样本。

rng default; % For reproducibility
r = normrnd(10,1,100,1);

构建具有正态分布拟合的直方图。

histfit(r)

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

histfit 使用 fitdist 对数据进行分布拟合。使用 fitdist 获得在拟合中使用的参数。

pd = fitdist(r,'Normal')

pd = 
  NormalDistribution

  Normal distribution
       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。

给定 bin 数的直方图

打开实时脚本

用均值 10 和方差 1 从正态分布生成大小为 100 的样本。

rng default; % For reproducibility
r = normrnd(10,1,100,1);

使用六个 bin 构造具有正态分布拟合的直方图。

histfit(r,6)

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

具有指定分布拟合的直方图

打开实时脚本

使用参数 (3,10) 从 beta 分布生成大小为 100 的样本。

rng default;  % For reproducibility
b = betarnd(3,10,100,1);

使用 10 个 bin 构造具有 beta 分布拟合的直方图。

histfit(b,10,'beta')

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

具有核平滑函数拟合的直方图

打开实时脚本

使用参数 (3,10) 从 beta 分布生成大小为 100 的样本。

rng default;  % For reproducibility
b = betarnd(3,10,[100,1]);

使用 10 个 bin 构造具有平滑函数拟合的直方图。

histfit(b,10,'kernel')

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

为具有分布拟合的直方图指定坐标区

打开实时脚本

用均值 3 和方差 1 从正态分布生成大小为 100 的样本。

rng('default') % For reproducibility
r = normrnd(3,1,100,1);

创建一个包含两个子图的图窗，并以 ax1 和 ax2 形式返回 Axes 对象。通过引用对应的 Axes 对象，在每个坐标区中创建一个具有正态分布拟合的直方图。在左侧子图中，绘制一个具有 10 个 bin 的直方图。在右侧子图中，绘制一个具有 5 个 bin 的直方图。通过将对应的 Axes 对象传递给 title 函数，为每个绘图添加标题。

ax1 = subplot(1,2,1); % Left subplot
histfit(ax1,r,10,'normal')
title(ax1,'Left Subplot')

ax2 = subplot(1,2,2); % Right subplot
histfit(ax2,r,5,'normal')
title(ax2,'Right Subplot')

Figure contains 2 axes objects. Axes object 1 with title Left Subplot contains 2 objects of type bar, line. Axes object 2 with title Right Subplot contains 2 objects of type bar, line.

具有分布拟合的直方图的句柄

打开实时脚本

用均值 10 和方差 1 从正态分布生成大小为 100 的样本。

rng default % for reproducibility
r = normrnd(10,1,100,1);

构建具有正态分布拟合的直方图。

h = histfit(r,10,'normal')

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

h = 
  2x1 graphics array:

  Bar
  Line

更改直方图的条形颜色。

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

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

更改密度曲线的颜色。

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

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

输入参数

全部折叠

`data` — 输入数据
向量

输入数据，指定为向量。

示例: data = [1.5 2.5 4.6 1.2 3.4]

示例: data = [1.5 2.5 4.6 1.2 3.4]'

数据类型: double | single

`nbins` — bin 个数
正整数 | [ ]

直方图的 bin 个数，指定为正整数。默认值为 data 中元素数的平方根，向上舍入。在拟合分布时，使用 [ ] 表示使用默认的 bin 个数。

示例: y = histfit(x,8)

示例: y = histfit(x,10,'gamma')

示例: y = histfit(x,[ ],'weibull')

数据类型: double | single

`dist` — 要拟合的分布
`'normal'` (默认) | 字符向量 | 字符串标量

要与直方图拟合的分布，指定为字符向量或字符串标量。下表显示支持的分布。

`dist`	描述
`'beta'`	beta
`'birnbaumsaunders'`	伯恩鲍姆-桑德斯
`'burr'`	伯尔 XII 型
`'exponential'`	指数
`'extreme value'` 或 `'ev'`	极值
`'gamma'`	gamma
`'generalized extreme value'` 或 `'gev'`	广义极值
`'generalized pareto'` 或 `'gp'`	广义帕累托（阈值 0）
`'inversegaussian'`	逆高斯
`'logistic'`	逻辑
`'loglogistic'`	对数逻辑
`'lognormal'`	对数正态
`'nakagami'`	Nakagami
`'negative binomial'` 或 `'nbin'`	负二项
`'normal'`	正态
`'poisson'`	泊松
`'rayleigh'`	瑞利
`'rician'`	莱斯
`'tlocationscale'`	t 位置尺度
`'weibull'` 或 `'wbl'`	威布尔
`'kernel'`	非参数化核平滑分布。密度在覆盖 `data` 数据范围的 100 个等间距点处进行计算。它最适合连续分布的样本。