Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

cdfplot

Gráfica de función de distribución acumulativa (CDF) empírica

Descripción

ejemplo

cdfplot(x) crea una gráfica de función de distribución acumulativa (CDF) empírica para los datos en.x Para un valor en, el CDF empíricotx F(t) es la proporción de los valores en menor o igual que.xt

h = cdfplot(x) Devuelve un identificador del objeto de línea de trazado CDF empírico. Se usa para consultar o modificar las propiedades del objeto después de crearla.h Para obtener una lista de propiedades, consulte.Line Properties

[h,stats] = cdfplot(x) también devuelve una estructura que incluye las estadísticas de Resumen de los datos en.x

Ejemplos

contraer todo

Trace el CDF empírico de un conjunto de datos de muestra y compárelo con el CDF teórico de la distribución subyacente del conjunto de datos de muestra. En la práctica, una CDF teórica puede ser desconocida.

Genere un conjunto de datos de muestra aleatorio a partir de la distribución del valor extremo con un parámetro de ubicación de 0 y un parámetro de escala de 3.

rng('default')  % For reproducibility y = evrnd(0,3,100,1);

Trazar la CDF empírica del conjunto de datos de muestra y la CDF teórica en la misma figura.

cdfplot(y) hold on x = linspace(min(y),max(y)); plot(x,evcdf(x,0,3)) legend('Empirical CDF','Theoretical CDF','Location','best') hold off

La trama muestra la similitud entre la CDF empírica y la CDF teórica.

Alternativamente, puede utilizar la función.ecdf La función también traza los intervalos de confianza del 95% estimados por el uso de la fórmula de Greenwood.ecdf Para obtener más información, consulte.La fórmula de Greenwood

ecdf(y,'Bounds','on') hold on plot(x,evcdf(x,0,3)) grid on title('Empirical CDF') legend('Empirical CDF','Lower Confidence Bound','Upper Confidence Bound','Theoretical CDF','Location','best') hold off

Realice la prueba de Kolmogorov-Smirnov de una muestra mediante.kstest Confirme la decisión de prueba comparando visualmente la función de distribución acumulativa empírica (CDF) con el CDF normal estándar.

Cargue el conjunto de datos.examgrades Cree un vector que contenga la primera columna de los datos de calificación del examen.

load examgrades test1 = grades(:,1);

Pruebe la hipótesis nula de que los datos provienen de una distribución normal con una media de 75 y una desviación estándar de 10. Utilice estos parámetros para centrar y escalar cada elemento del vector de datos, ya que las pruebas para una distribución normal estándar de forma predeterminada.kstest

x = (test1-75)/10; h = kstest(x)
h = logical
   0

El valor devuelto de indica que no puede rechazar la hipótesis nula en el nivel de significancia predeterminado del 5%.h = 0kstest

Trazar el CDF empírico y el CDF normal estándar para una comparación visual.

cdfplot(x) hold on x_values = linspace(min(x),max(x)); plot(x_values,normcdf(x_values,0,1),'r-') legend('Empirical CDF','Standard Normal CDF','Location','best')

La figura muestra la similitud entre la CDF empírica del vector de datos centrado y escalado y la CDF de la distribución normal estándar.

Argumentos de entrada

contraer todo

Datos de entrada, especificados como un vector numérico.

Tipos de datos: single | double

Argumentos de salida

contraer todo

Identificador del objeto de línea de trazado CDF empírico, devuelto como un objeto de línea de gráfico. Se usa para consultar o modificar las propiedades del objeto después de crearla.h Para obtener una lista de propiedades, consulte.Line Properties

Resumen de las estadísticas de los datos en, devueltos como una estructura con los siguientes campos:x

CampoDescripción

min

El valor mínimo

max

El valor máximo

mean

Media de muestra

median

Mediana de la muestra (percentil 50)

std

La desviación estándar de muestra

Sugerencias

  • es útil para examinar la distribución de un conjunto de datos de ejemplo.cdfplot Puede superponer una CDF teórica en la misma parcela para comparar la distribución empírica de la muestra con la distribución teórica.cdfplot Para ver un ejemplo, vea.Compare CDF empírico con el CDF teórico

  • El, y funciones calcular estadísticas de prueba derivadas de un CDF empírico. es útil para ayudarle a entender la salida de estas funciones.kstestkstest2lillietestcdfplot Para ver un ejemplo, vea.Prueba de distribución normal estándar

Funcionalidad alternativa

Puede utilizar la función para buscar los valores de CDF empíricos y crear una gráfica CDF empírica.ecdf La función le permite indicar los datos censurados y calcular los límites de confianza para los valores de CDF estimados.ecdf

Introducido antes de R2006a