Main Content

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

histfit

Histograma con ajuste de distribución

Descripción

ejemplo

histfit(data) traza un histograma de valores en el uso del número de bins igual a la raíz cuadrada del número de elementos y se ajusta a una función de densidad normal.datadata

ejemplo

histfit(data,nbins) traza un histograma utilizando bins y se ajusta a una función de densidad normal.nbins

ejemplo

histfit(data,nbins,dist) traza un histograma con bins y se ajusta a una función de densidad de la distribución especificada por .nbinsdist

ejemplo

h = histfit(___) devuelve un vector de asas, donde está el identificador del histograma y es el identificador de la curva de densidad.hh(1)h(2) Puede incluir cualquiera de los argumentos de entrada en sintaxis anteriores.

Ejemplos

contraer todo

Genere una muestra de tamaño 100 a partir de una distribución normal con la media 10 y la varianza 1.

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

Construya un histograma con un ajuste de distribución normal.

histfit(r)

se utiliza para ajustar una distribución a los datos.histfitfitdist Se utiliza para obtener los parámetros utilizados en el empalme.fitdist

pd = fitdist(r,'Normal')
pd =    NormalDistribution    Normal distribution        mu = 10.1231   [9.89244, 10.3537]     sigma =  1.1624   [1.02059, 1.35033]  

Los intervalos junto a las estimaciones de parámetros son los intervalos de confianza del 95% para los parámetros de distribución.

Genere una muestra de tamaño 100 a partir de una distribución normal con la media 10 y la varianza 1.

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

Construya un histograma utilizando seis bandejas con un ajuste de distribución normal.

histfit(r,6)

Genere una muestra de tamaño 100 a partir de una distribución beta con parámetros (3,10).

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

Construya un histograma utilizando 10 bandejas con un ajuste de distribución beta.

histfit(b,10,'beta')

Genere una muestra de tamaño 100 a partir de una distribución beta con parámetros (3,10).

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

Construya un histograma utilizando 10 bandejas con un ajuste de función de suavizado.

histfit(b,10,'kernel')

Genere una muestra de tamaño 100 a partir de una distribución normal con la media 10 y la varianza 1.

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

Construya un histograma con un ajuste de distribución normal.

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

h =    2x1 graphics array:    Bar   Line  

Cambie los colores de las barras del histograma.

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

Cambie el color de la curva de densidad.

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

Argumentos de entrada

contraer todo

Datos de entrada, especificados como vectores.

Ejemplo: data = [1.5 2.5 4.6 1.2 3.4]

Ejemplo: data = [1.5 2.5 4.6 1.2 3.4]'

Tipos de datos: double | single

Número de bins para el histograma, especificado como un entero positivo. El valor predeterminado es la raíz cuadrada del número de elementos en , redondeado hacia arriba.data Utilice [ ] para el número predeterminado de ubicaciones al ajustar una distribución.

Ejemplo: y = histfit(x,8)

Ejemplo: y = histfit(x,10,'gamma')

Ejemplo: y = histfit(x,[ ],'weibull')

Tipos de datos: double | single

Distribución para ajustarse al histograma, especificada como vector de caracteres o escalar de cadena. En la tabla siguiente se muestran las distribuciones admitidas.

distDescripción
'beta'Beta
'birnbaumsaunders'Birnbaum-Saunders
'burr'Burr Tipo XII
'exponential'Exponencial
O'extreme value''ev'Valor extremo
'gamma'Gamma
O'generalized extreme value''gev'Valor extremo generalizado
O'generalized pareto''gp'Pareto generalizado (umbral 0)
'inversegaussian'Gaussiano Inverso
'logistic'Logística
'loglogistic'Logística
'lognormal'Lognormal
'nakagami'Nakagami
O'negative binomial''nbin'Binomio negativo
'normal'Normal
'poisson'Poisson
'rayleigh'Rayleigh
'rician'Rician
'tlocationscale'escala de ubicación t
O'weibull''wbl'Weibull
'kernel'Distribución no paramétrica del suavizado del núcleo. La densidad se evalúa en 100 puntos igualmente espaciados que cubren el rango de los datos en .data Funciona mejor con muestras distribuidas continuamente.

Argumentos de salida

contraer todo

Manijas para el trazado, devueltas como vector, donde está el identificador del histograma y es el identificador de la curva de densidad. normaliza la densidad para que coincida con el área total debajo de la curva con la del histograma.h(1)h(2)histfit

Algoritmos

se utiliza para ajustar una distribución a los datos.histfitfitdist Se utiliza para obtener los parámetros utilizados en el empalme.fitdist

Introducido antes de R2006a