分布图通过将数据的经验分布与指定分布预期的理论值进行比较,通过对数据进行比较来视觉评估样本数据的分布。除了更正式的假设测试之外,还要使用分布绘图来确定样本数据是否来自指定的分布。了解假设测试,见假设检验.
Statistics and Machine Learning Toolbox™提供了几个分布图选项:
使用正常概率图来评估数据是否来自正常分布。许多统计程序使潜在分布正常的假设。正常概率地块可以提供一些保证,以证明这种假设是符合假设问题的警告。正常性分析通常将正常概率图与正常性试验相关。
该示例从具有平均10和标准偏差1的正态分布生成25个随机数的数据样本,并创建数据的正常概率图。
rng (“默认”);%的再现性x = normrnd(10,1,[25,1]);normplot(x)
加号表示经验概率与数据中每个点的数据值的关系。实线连接数据中的第25和75个百分点,虚线将其延伸到数据的末尾。这y-axis值是从0到1的概率,但比例不是线性的。标记之间的距离y-轴匹配正态分布的分位数之间的距离。分位数靠近中位数(第50个百分位数),并在远离中位数时对称地展开。
在正常概率图中,如果所有数据点均落在线附近,则正常性的假设是合理的。否则,常态的假设不合理。例如,下面从具有平均10的指数分布生成100个随机数的数据样本,并创建数据的正常概率图。
x = exprnd (10100 1);normplot(x)
这张图有力地证明了潜在的分布不是正态分布。
与正常概率图类似的概率图只是缩小到特定分布的经验CDF曲线。这y-axis值是从0到1的概率,但比例不是线性的。标记之间的距离是分布的分位数之间的距离。在图中,在数据的第一和第三个四分位数之间画了一条线。如果数据落在这条线附近,选择分布作为数据模型是合理的。分布分析通常将概率图与特定分布的假设检验结合起来。
生成示例数据并创建概率图。
生成示例数据。样品X1
包含500个带有尺度参数的威布尔分布的随机数一个= 3
和形状参数B = 3
.样品X2
包含具有比例参数的瑞利分布的500个随机数B = 3
.
rng (“默认”);%的再现性X1 = WBLRND(3,3,[500,1]);x2 = raylrnd(3,[500,1]);
创建概率图以评估数据是否在X1
和X2
来自威布尔分布。
图probplot (“威布尔”,[x1 x2])图例('weibull样本'那“瑞利样本”那“位置”那“最佳”的)
概率图显示了数据X1
来自威布尔分布,而其中的数据X2
没有。
或者,您可以使用wblplot
来绘制威布尔概率图
使用分位数(q-q)图来确定两个样本是否来自同一分布族。Q-Q图是从每个样本中计算的分位数的散点图,在第一和第三个四分位数之间画一条线。如果数据落在这条线附近,则可以合理地假设这两个样本来自同一分布。该方法对任一分布的位置和规模的变化具有鲁棒性。
使用该模拟分位式量子绘图QQplot.
函数。
下面的示例生成两个数据样本,其中包含来自泊松分布的具有不同参数值的随机数,并创建分位数-分位数图。中的数据X
来自泊松分布,平均10,数据y
来自泊松分布,平均5。
x = poissrnd (10 [50, 1]);y = poissrnd(5[1] 100年);qqplot (x, y)
尽管参数和样本大小不同,但近似的线性关系表明两个样本可能来自同一分布族。与正态概率图一样,假设检验可以为这种假设提供额外的理由。然而,对于依赖于来自同一分布的两个样本的统计过程,一个线性分位数-分位数图通常就足够了。
以下示例显示当底层分发不相同时会发生什么。这里,X
包含100个由均值为5,标准差为1的正态分布生成的随机数,而y
包含从Weibull分布生成的100个随机数,其中标度参数为2和0.5的形状参数。
x = normrnd(5 1[1] 100年);y = wblrnd(2 0.5[1] 100年);qqplot (x, y)
图中显示,这些样本显然不是来自同一分布科。
经验累积分布函数(CDF)图显示了小于或等于每个数据的比例X价值,作为的函数X.规模y设在是线性的;特别的是,它没有被缩放到任何特定的分布。经验cdf图用于比较数据cdfs和特定分布的cdfs。
要创建经验的CDF图,请使用cdfplot
函数或ecdf
函数。
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。
生成从极值分布设置的随机样本数据,其中位置参数为0和3的比例参数。
rng (“默认”的)%的再现性y = evrnd (0, 3100, (1);
在同一图上绘制样本数据集的经验cdf和理论cdf。
CDFPLOT(Y)持有在x = linspace (min (y), max (y));情节(x, evcdf (x 0 3)传说('经验CDF'那“理论提供”那“位置”那“最佳”)举行从
图中显示了经验cdf和理论cdf之间的相似性。
或者,您可以使用ecdf
函数。这ecdf
功能还绘制了使用Greenwood的公式估计的95%置信区间。有关详细信息,请参阅算法.
ecdf(y,“界限”那'在')举行在情节(x, evcdf (x 0 3)网格在标题('经验CDF') 传奇('经验CDF'那'较低的信心束缚'那“上信心绑定”那“理论提供”那“位置”那“最佳”)举行从
normplot
|QQplot.
|cdfplot
|ecdf
|probplot
|wblplot