normplot.
正常概率图
描述
例子
生成正常概率图
从正常分布生成随机样本数据mu = 10.和Sigma = 1。
RNG.默认;重复性的％X = NORMRND（10,1,25,1）;
创建样本数据的正常概率图。
图;normplot（x）
该曲线表示数据遵循正常分布。
使用正常概率绘图评估正常性
从四种不同的分布中的每一个生成50个随机数：标准正态分布;学生-T分布五自由（“脂肪尾”分布）;一套皮尔森随机数字穆等于0，Sigma.等于1，偏斜等于0.5，久言病等于3（“右偏斜”分布）;和一套皮尔森随机数穆等于0，Sigma.等于1，偏斜等于-0.5，久言病等于3（“左偏斜”分布）。
RNG（11）重复性的％x1 = normrnd（0,1，[50,1]）;x2 = trnd（5，[50,1]）;X3 = Pearsrnd（0,1,0.5,3，[50,1]）;x4 =梨子（0,1，-0.5,3，[50,1]）;
在相同的图形上绘制四个直方图，用于每个分布的PDF的视觉比较。
图形子图（2,2,1）直方图（X1,10）标题（'正常'）轴（[ - 4,4,0,15]）子图（2,2,2）直方图（x2,10）标题（'胖尾'）轴（[ - 4,4,0,15]）子图（2,2,3）直方图（X3,10）标题（'右偏斜'）轴（[ - 4,4,0,15]）子图（2,2,4）直方图（x4,10）标题（'左偏斜'）轴（[ - 4,4,0,15]）
直方图显示每个样本如何与正态分布不同。
为每个样本创建一个正常概率图。
图形子图（2,2,1）normplot（x1）标题（'正常'）子图（2,2,2）NORMPLOT（X2）标题（'胖尾'）子图（2,2,3）Normplot（x3）标题（'右偏斜'）子图（2,2,4）normplot（x4）标题（'左偏斜'）
调整正常概率绘图线属性
创建一个50×2矩阵，其中来自两个不同的分布中的每一个包含50个随机数：第1列中的标准正态分布，以及一组梨子随机数穆等于0，Sigma.等于1，偏斜等于0.5，峰值等于3（“右偏斜”分布）在第2栏中。
RNG.默认重复性的％x = [rangrnd（0,1，[50,1]）Pearsrnd（0,1,0.5,3，[50,1]）];
为同一图形上的两个样本创建正常概率曲线。返回绘图线图形手柄。
图H = namplot（x）
H = 6x1线阵列：线路线线线线
传说（{'正常'那'右偏斜'}，'位置'那“东南”）
处理H（1）和H（2）对应于正常和偏斜分布的数据点。把手H（3）和H（4）对应于适合样本数据的第二和第三四分位数线。处理H（5）和H（6）对应于推断线，其延伸到每组样本数据的最小和最大值。
为了说明，增加正常分布的数据样本的第二和第三四分位数的线宽（由H（3））到2表示。
h(3)。线Width = 2; h(4).LineWidth = 2;
输入参数
输出参数
算法
normplot.将样本数据的量级与正态分布的定量匹配。样品数据被排序并绘制在X轴上。Y轴表示正态分布的定量，转换成概率值。因此，Y轴缩放不是线性的。
x轴值是我从大小样本中排序值N，Y轴值是数据的经验累积分布函数的评估点之间的中点。中点等于 。
normplot.叠加参考线以评估图的线性。该线路通过数据的第一个和第三个四分位数。
替代功能
你可以使用probplot.功能创建概率图。这probplot.功能使您可以指示审查的数据并指定概率绘图的分发。
您还可以从以下列表中选择一个网站：
