Matlab之正态拟合直方图绘制函数histfit

超、凢脫俗 2022-11-09 01:00 274阅读 0赞

**目录**

一、功能

二、语法

1.histfit(data)

2.histfit(data,nbins)

3.histfit(data,nbins,dist)

4.histfit(ax,\_\_\_)

5.h = histfit(\_\_\_)

三、示例

1.具有正态拟合分布的直方图

2.给定bin数的直方图

3.具有指定分布拟合的直方图

4.具有核平滑函数拟合的直方图

--------------------

# 一、功能 #

绘制正态拟合直方图

# 二、语法 #

## `1.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。

## `2.histfit(data,nbins)` ##

使用 `nbins` 个 bin 绘制直方图，并拟合正态密度函数。

## `3.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。

## `4.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数，后跟先前语法中的任意输入参数组合。

## `5.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。

# 三、示例 #

## 1.具有正态拟合分布的直方图 ##

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);
    histfit(r)

结果如下图所示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc3MDg5Ng_size_16_color_FFFFFF_t_70][]

`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')

Normal distribution  
mu = 10.1231 \[9.89244, 10.3537\]  
sigma = 1.1624 \[1.02059, 1.35033\]

## 2.给定bin数的直方图 ##

用均值 10 和方差 1 从正态分布生成大小为 100 的样本。

使用六个 bin 构造具有正态分布拟合的直方图。

rng default; % For reproducibility
    r = normrnd(10,1,100,1);
    histfit(r,6)

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc3MDg5Ng_size_16_color_FFFFFF_t_70 1][]

## 3.具有指定分布拟合的直方图 ##

使用参数 (3,10) 从 beta 分布生成大小为 100 的样本。

使用 10 个 bin 构造具有 beta 分布拟合的直方图

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

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc3MDg5Ng_size_16_color_FFFFFF_t_70 2][]

## 4.具有核平滑函数拟合的直方图 ##

使用参数 (3,10) 从 beta 分布生成大小为 100 的样本。

使用 10 个 bin 构造具有平滑函数拟合的直方图。

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

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc3MDg5Ng_size_16_color_FFFFFF_t_70 3][]

##  ##

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc3MDg5Ng_size_16_color_FFFFFF_t_70]: /images/20221023/90339080e4d04a8892bb138939543cc7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc3MDg5Ng_size_16_color_FFFFFF_t_70 1]: /images/20221023/6ee9f56b2ca64eb4a06ceb56e7d352a0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc3MDg5Ng_size_16_color_FFFFFF_t_70 2]: /images/20221023/1bc1e2ccd89141498e8deaefeef3ec13.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NTc3MDg5Ng_size_16_color_FFFFFF_t_70 3]: /images/20221023/4ec41c945c6c491cb50ace0995592b25.png