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

normplot

Gráfica de probabilidad normal

Descripción

ejemplo

normplot(x) crea una gráfica de probabilidad normal que compara la distribución de los datos con la distribución normal.x

normplot traza cada punto de datos en el uso de marcadores de signo más () y dibuja dos líneas de referencia que representan la distribución teórica.x'+' Una línea de referencia sólida conecta el primer y el tercer Cuarte de los datos, y una línea de referencia discontinua extiende la línea sólida hasta los extremos de los datos. Si los datos de ejemplo tienen una distribución normal, los puntos de datos aparecerán a lo largo de la línea de referencia. Una distribución distinta de la normal introduce la curvatura en el trazado de datos.

normplot(ax,x) agrega una gráfica de probabilidad normal en los ejes especificados por.ax

ejemplo

h = normplot(___) Devuelve identificadores de gráficos correspondientes a las líneas trazadas, utilizando cualquiera de las sintaxis anteriores.

Ejemplos

contraer todo

Genere datos de muestra aleatorios a partir de una distribución normal con y.mu = 10sigma = 1

rng default;  % For reproducibility x = normrnd(10,1,25,1);

Cree una gráfica de probabilidad normal de los datos de ejemplo.

figure; normplot(x)

La gráfica indica que los datos siguen una distribución normal.

Genere 50 números aleatorios de cada una de las cuatro distribuciones diferentes: Una distribución normal estándar; una distribución de Student-t con cinco grados de libertad (una distribución de "cola de grasa"); un conjunto de números aleatorios de Pearson con igual a 0, igual a 1, asimetría igual a 0,5, y curtosis igual a 3 (una distribución "sesgada a la derecha"); y un conjunto de números aleatorios de Pearson con igual a 0, igual a 1, asimetría igual a-0,5, y curtosis igual a 3 (una distribución "sesgada a la izquierda").musigmamusigma

rng(11)  % For reproducibility x1 = normrnd(0,1,[50,1]); x2 = trnd(5,[50,1]); x3 = pearsrnd(0,1,0.5,3,[50,1]); x4 = pearsrnd(0,1,-0.5,3,[50,1]);

Trace cuatro histogramas en la misma figura para una comparación visual del pdf de cada distribución.

figure subplot(2,2,1) histogram(x1,10) title('Normal') axis([-4,4,0,15])  subplot(2,2,2) histogram(x2,10) title('Fat Tails') axis([-4,4,0,15])  subplot(2,2,3) histogram(x3,10) title('Right-Skewed') axis([-4,4,0,15])  subplot(2,2,4) histogram(x4,10) title('Left-Skewed') axis([-4,4,0,15])

Los histogramas muestran cómo cada muestra difiere de la distribución normal.

Cree una gráfica de probabilidad normal para cada muestra.

figure subplot(2,2,1) normplot(x1) title('Normal')  subplot(2,2,2) normplot(x2) title('Fat Tails')  subplot(2,2,3) normplot(x3) title('Right-Skewed')  subplot(2,2,4) normplot(x4) title('Left-Skewed')

Cree una matriz 50-by-2 que contenga 50 números aleatorios de cada una de las dos distribuciones diferentes: Una distribución normal estándar en la columna 1, y un conjunto de números aleatorios de Pearson con igual a 0, igual a 1, asimetría igual a 0,5, y curtosis igual a 3 (una distribución "sesgada a la derecha") en la columna 2.musigma

rng default  % For reproducibility x = [normrnd(0,1,[50,1]) pearsrnd(0,1,0.5,3,[50,1])];

Cree una gráfica de probabilidad normal para ambas muestras en la misma figura. Devuelva los identificadores de gráfico de la línea de trazado.

figure h = normplot(x)
h =    6x1 Line array:    Line   Line   Line   Line   Line   Line  
legend({'Normal','Right-Skewed'},'Location','southeast')

Las asas h (1) y h (2) corresponden a los puntos de datos para las distribuciones normales y sesgados, respectivamente. Las asas h (3) y h (4) corresponden a la segunda y tercera línea del cuartil que se ajustan a los datos de la muestra. Las asas h (5) y h (6) corresponden a la línea extrapolada que se extiende al mínimo y al máximo de cada conjunto de datos de muestra.

Para ilustrar, aumente el ancho de línea de la línea del segundo y tercer cuartil para la muestra de datos distribuida normalmente (representada por h (3)) a 2.

h(3).LineWidth = 2; h(4).LineWidth = 2;

Argumentos de entrada

contraer todo

Datos de ejemplo, especificados como un vector numérico o una matriz numérica. normplot muestra cada valor en el uso del símbolo.x'+' Si es una matriz,x normplot muestra una línea independiente para cada columna de.x

Tipos de datos: single | double

Ejes de destino, especificados como un objeto o un objeto.AxesUIAxes normplot agrega un trazado adicional en los ejes especificados por.ax Para obtener más información, consulte y.Axes PropertiesUIAxes Properties

Se utiliza para devolver los ejes actuales de la figura actual.gca

Argumentos de salida

contraer todo

Identificadores de gráficos para objetos de línea, devueltos como un vector de identificadores de gráficos.Line Las asas de gráficos son identificadores únicos que puede usar para consultar y modificar las propiedades de una línea específica en el trazado. Para cada columna de,x normplot devuelve tres identificadores:

  • La línea que representa los puntos de datos. normplot representa cada punto de datos en el uso de marcadores de signo más ().x'+'

  • La línea que une el primer y tercer Cuarte de cada columna de, representado como una línea sólida.x

  • La extrapolación de la línea cuartil, extendida a los valores mínimo y máximo de, representado como una línea discontinua.x

Para ver y establecer las propiedades de los objetos de línea, utilice la notación de puntos. Para obtener información sobre el uso de notación de puntos, consulte.Acceder a valores de propiedad (MATLAB) Para obtener información sobre las propiedades que puede establecer, consulte.LineLine Properties

Algoritmos

coincide con los cuantiles de los datos de muestra con los cuantiles de una distribución normal.normplot Los datos de ejemplo se ordenan y trazan en el eje x. El eje y representa los cuantiles de la distribución normal, convertidos en valores de probabilidad. Por lo tanto, el escalado del eje y no es lineal.

Cuando el valor del eje x es el valor ordenado de una muestra de tamaño, el valor del eje y es el punto medio entre los puntos de evaluación de la función de distribución acumulativa empírica de los datos.iN El punto medio es igual a (i0.5)N.

superpone una línea de referencia para evaluar la linealidad de la trama.normplot La línea pasa por el primer y el tercer Cuarte de los datos.

Funcionalidad alternativa

Puede utilizar la función para crear una gráfica de probabilidad.probplot La función permite indicar datos censurados y especificar la distribución para una gráfica de probabilidad.probplot

Introducido antes de R2006a