ヒストグラムからノイズの算出方法

Question

Naoki Ishibashi 2016-9-20

0
链接

此问题的直接链接

https://ww2.mathworks.cn/matlabcentral/answers/303797-

评论： michio 2016-9-21

在 MATLAB Online 中打开

matlabで以下の様なヒストグラムを作成し、近似曲線を引きました。そこからノイズを算出したいのですが方法ありました教えてください。

以下作成したプログラムになります。

nbins = 18;
total_counts = zeros(1,nbins);
for i = 1:31
    if i<10
       daystr = ['0', num2str(i)];
    else
       daystr = num2str(i);
    end
    for k = 0:7
        j = 3*k;
       if j<10
          hour = ['0', num2str(j)];
       else
          hour = num2str(j);
       end
       filename = ['TS2004.07.',daystr,'.',hour,'00.txt'];
       y = load(filename);
       x = y(y<330 & y>260);
       [counts,edges] = histcounts(x,nbins, 'Normalization', 'pdf');
       total_counts = total_counts + counts;
    end 
end
center = (edges(1:end-1)+edges(2:end))/2;
bar(center,total_counts,1);

アドバイスいただければ幸いです。

1 个评论
显示 -1更早的评论隐藏 -1更早的评论

Geoff Hayes 2016-9-20

Google translation:

Title: The method of calculating the noise from the histogram

In a histogram such as the following , it drew the approximate curve . Please tell me I want to calculate the noise from there there was method .

histogram image

It will be on the program that was created following

code

If it is possible advice we hope

请先登录，再进行评论。

请先登录，再回答此问题。

Answer 1

michio 2016-9-21

3
链接

此回答的直接链接

https://ww2.mathworks.cn/matlabcentral/answers/303797-#answer_235443

ここでの「ノイズ」はどう定義されますでしょうか。ビン数に依存する指標ではありますが、ヒストグラムの近似曲線（確率密度関数？）からのずれということであれば、近似曲線のビンの中央での値との差で計算できます。

もしデータが正規分布かどうか見極めるということであれば、尖度などの高次モーメントも指標になるかと思いますし、分布プロットにも幾つか他の例が紹介されています。

2 个评论
显示无隐藏无

Naoki Ishibashi 2016-9-21

ご解答ありがとうございます。ノイズに関する自分の理解が曖昧ですのでノイズと言っていいのかわからないのですが、自分が求めたいものは近似曲線からのずれです。ご解答いただいた近似曲線のビンの中央での値との差についてもう少し詳しく教えていただけると幸いです。

michio 2016-9-21

在 MATLAB Online 中打开

fitdist 関数で正規分布近似し、ビンの中央 center での分布確率の差を計算した例を記載しますが、、いかがでしょうか。複数回分のカウント数を足し合わせた total_counts の場合は、ファイル数で割るなどの処理が追加で必要かもしれませんので、注意してください。

データへの確率分布オブジェクトの近似 fitdist

確率密度関数 pdf

x = randn(10000,1);
[total_counts,edges] = histcounts(x,'normalization','pdf');
center = (edges(1:end-1)+edges(2:end))/2;
bar(center,total_counts,1);
distribution = fitdist(x,'normal');
y_dist = pdf(pd,center);
difference = y_dist - total_counts
plot(total_counts)
hold on
plot(y_dist)
hold off