主要内容

normplot

正态概率图

所有的页面崩溃

语法

normplot (x)
normplot (ax, x)
h = normplot (___)

描述

例子

normplot (x)创建一个正态概率图比较数据的分布x正态分布。

normplot阴谋中的每个数据点x使用加号(“+”)标记和吸引了两个参考线,代表的理论分布。坚实的参考线连接第一和第三个四分位数的数据,和一个参考虚线实线延伸到数据的目的。如果样本数据正态分布,然后沿着参考线数据点出现。一个分布除了正常的在数据分析中引入了曲率。

normplot (斧头,x)添加一个正态概率图到指定的轴斧头。

例子

h= normplot (___)返回图形处理绘制对应行,使用任何以前的语法。

例子

全部折叠

打开生活的脚本

生成随机样本来自正态分布的数据μ= 10和σ= 1。

rng默认的;%的再现性x = normrnd(10, 1, 25日,1);

创建一个示例数据的正态概率图。

图;normplot (x)

图包含一个坐标轴对象。标题正态概率图的坐标轴对象,包含数据,ylabel概率包含3线类型的对象。一个或多个行显示的值只使用标记

情节表明遵循正态分布的数据。

打开生活的脚本

从四个不同的生成50个随机数分布:一个标准正态分布;一个学生是t分布与五自由度(“厚尾”分布);皮尔逊一组随机数μ等于0,σ等于1,偏态等于0.5,峰度等于3(“右偏态分布);皮尔森和一组随机数μ等于0,σ等于1,偏态等于-0.5,峰度等于3(“没有”分布)。

rng (11)%的再现性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]);

图四柱状图在同一图的视觉比较每个分布的pdf。

图次要情节(2 2 1)直方图(x1, 10)标题(“正常”)轴([4 4 0 15])次要情节(2 2 2)直方图(x2, 10)标题(“肥尾”)轴([4 4 0 15])次要情节(2,2,3)直方图(x3, 10)标题(“右偏态”)轴([4 4 0 15])次要情节(2,2,4)直方图(x4, 10)标题(“没有”)轴([4 4 0 15])

图包含4轴对象。坐标轴对象1标题一般包含一个直方图类型的对象。坐标轴对象2标题肥尾包含一个直方图类型的对象。坐标轴对象3标题右偏态包含一个直方图类型的对象。坐标轴对象4标题没有包含一个直方图类型的对象。

柱状图显示每个样本不同于正态分布。

创建一个为每个样本正态概率图。

图次要情节(2 2 1)normplot (x1)标题(“正常”次要情节(2,2,2)normplot (x2)标题(“肥尾”次要情节(2,2,3)normplot (x3)标题(“右偏态”次要情节(2,2,4)normplot (x4)标题(“没有”)

图包含4轴对象。坐标轴对象1标题正常,包含数据,ylabel概率包含3线类型的对象。一个或多个行显示它的值只使用标记轴对象2标题肥尾,包含数据,ylabel概率包含3线类型的对象。一个或多个行显示它的值只使用标记轴对象3标题右偏态,包含数据,ylabel概率包含3线类型的对象。一个或多个行显示它的值只使用标记轴对象4标题没有包含数据,ylabel概率包含3线类型的对象。一个或多个行显示的值只使用标记

打开生活的脚本

创建一个50-by-2矩阵包含50个随机数从两个不同的分布:第1列的标准正态分布,皮尔森和一组随机数μ等于0,σ等于1,偏态等于0.5,峰度等于3(“右偏态分布)第2列。

rng默认的%的再现性x = [normrnd (0, 1, [50, 1]) pearsrnd (0、1、0.5、3 [50, 1]));

创建一个为样本正态概率图是基于相同的数据。返回情节图形处理。

图h = normplot (x)
h = 6 x1数组行:行了行了行了行了行了行了
传奇({“正常”,“右偏态”},“位置”,“东南”)

图包含一个坐标轴对象。标题正态概率图的坐标轴对象,包含数据,ylabel概率包含6行类型的对象。一个或多个行显示的值只使用这些对象标记代表正常,右偏态。

处理h(1)和h(2)对应的数据点正常和倾斜分布,分别。处理h(3)和h(4)对应于第二和第三四分位线适合样本数据。处理h(5)和h(6)对应的外推线延伸到每个组样本数据的最小值和最大值。

为了说明这一点,增加第二个和第三个四分位数的线宽线为正态分布数据样本(由h (3)) 2。

h (3)。行Width = 2; h(4).LineWidth = 2;

图包含一个坐标轴对象。标题正态概率图的坐标轴对象,包含数据,ylabel概率包含6行类型的对象。一个或多个行显示的值只使用这些对象标记代表正常,右偏态。

输入参数

全部折叠

样本数据,指定为一个数值向量或矩阵数值。normplot显示每个值在x使用符号“+”。如果x是一个矩阵,然后呢normplot每一列的显示一个单独的行x。

数据类型:单|双

目标轴,指定为一个轴对象或一个UIAxes对象。normplot添加了一个额外的情节到指定的轴斧头。有关详细信息,请参见轴属性和UIAxes属性。

使用gca返回当前当前图的坐标轴。

输出参数

全部折叠

图形处理线对象,作为一个向量的返回行图形处理。图形句柄是惟一标识符,您可以用它来查询和修改这些属性的具体情节。每一列的x,normplot返回三个处理:

  • 表示数据点的线。normplot表示每个数据点x使用加号(“+”)标记。

  • 线加入每一列的第一和第三个四分位数x,表示为实线。

  • 四分位数的外推线,延伸到的最小和最大价值x,表示为一个虚线。

查看和设置属性的对象,使用点符号。使用点符号的信息,请参阅访问属性值。上的信息行属性可以设置,请参阅行属性。

算法

normplot匹配样本分位数的数据正态分布的分位数。样本数据排序,商议在x轴上。y轴表示正态分布的分位数,转化为概率值。因此,轴的比例并不是线性的。

轴的值是在哪里我从样本大小排序N之间的中点,y轴值的评估点经验数据的累积分布函数。中点等于 ( 我 − 0.5 ) N 。

normplot添加一个参考线的线性情节。线穿过第一和第三个四分位数的数据。

选择功能

您可以使用probplot函数来创建一个概率图。的probplot函数允许您显示数据审查并指定的分布概率图。

版本历史

之前介绍过的R2006a

另请参阅

|||

主题