CDFPLOT.

经验累积分布函数（CDF）情节

页面上倒塌

句法

cdfplot（x）

H = CDFPLOT（x）

[h，stats] = cdfplot（x）

cdfplot（X）为数据创建经验累积分发功能（CDF）绘图X。对于一个价值T.在X，经验的CDFF（T.）是价值的比例X小于或等于T.。

H= CDFPLOT（X）返回经验CDF绘图线对象的句柄。采用H在创建它后查询或修改对象的属性。有关属性列表，请参阅线属性。

[H那统计] = CDFPLOT（X）还返回一个结构，包括数据的汇总统计信息X。

打开直播脚本

绘制样本数据集的经验CDF，并将其与样本数据集的基本分布的理论CDF进行比较。在实践中，理论CDF可能是未知的。

生成从极值分布中的随机样本数据，其中位置参数为0和3的比例参数。

RNG（'默认'）重复性的％Y = EVRND（0,3,100,1）;

绘制样本数据集的经验CDF和同一图中的理论CDF。

CDFPLOT（Y）持有在x = linspace（min（y），max（y））;plot（x，evcdf（x，0,3））图例（'经验CDF'那'理论CDF'那'地点'那'最好'） 抓住离开

图包含轴。具有标题实证CDF的轴包含2个类型的线。这些对象代表了经验CDF，理论CDF。

该图显示了经验CDF与理论CDF之间的相似性。

或者，您可以使用ecdf.功能。这ecdf.功能还通过使用Greenwood的公式绘制95％的置信区间。有关详细信息，请参阅格林伍德的惯例。

ecdf（y，'界限'那'在'） 抓住在绘图（x，evcdf（x，0,3））网格在标题（'经验CDF'） 传奇（'经验CDF'那'较低的束缚'那'上限束缚'那'理论CDF'那'地点'那'最好'） 抓住离开

图包含轴。具有标题实证CDF的轴包含4型楼梯的物体，线路。这些物品代表经验CDF，较低的置信度束缚，上限束缚，理论CDF。

打开直播脚本

通过使用执行一个样本的Kolmogorov-Smirnov测试KSTEST.。通过在视觉上将经验累积分布函数（CDF）与标准正常CDF进行比较来确认测试决定。

加载考试数据集。创建包含第一列的考试成绩数据的向量。

加载考试test1 =等级（：，1）;

测试NULL假设，即数据来自均值为75的正态分布，标准偏差为10.使用这些参数以中心和缩放数据向量的每个元素，因为KSTEST.默认测试标准正常分布。

x =（test1-75）/ 10;h = kstest（x）

h =逻辑0.

归还的价值H = 0.表示KSTEST.未能拒绝默认5％的显着性级别的NULL假设。

绘制经验CDF和标准正常CDF进行视觉比较。

CDFPLOT（x）持有在x_values = linspace（min（x），max（x））;plot（x_values，normcdf（x_values，0,1），'r-'） 传奇（'经验CDF'那'标准正常CDF'那'地点'那'最好'）

图包含轴。具有标题实证CDF的轴包含2个类型的线。这些对象代表经验CDF，标准正常CDF。

该图显示了居中和缩放数据向量的经验CDF与标准正态分布的CDF之间的相似性。

输入数据，指定为数字向量。

数据类型：单身的|双倍的

处理经验的CDF绘图线对象，作为图表行对象返回。采用H在创建它后查询或修改对象的属性。有关属性列表，请参阅线属性。

数据摘要统计数据X，作为具有以下字段的结构返回：

CDFPLOT.用于检查样本数据集的分布是有用的。您可以在同一地图上叠加一个理论CDFCDFPLOT.将样品的经验分布与理论分布进行比较。例如，看到比较实证CDF到理论CDF。
这KSTEST.那KSTEST2.，和莉莉亚特函数计算从经验CDF派生的测试统计信息。CDFPLOT.有助于帮助您了解来自这些功能的输出。例如，看到检验标准正态分布。