位差
四分位范围的概率分布
语法
描述
例子
计算正态分布四分位范围
创建一个标准正态分布对象的意思是, ,等于0和标准差, ,等于1。
pd = makedist (“正常”,“亩”0,“σ”1);
标准正态分布的计算四分位范围。
r =差(pd)
r = 1.3490
返回值的区别是75和25百分位值的分布。这相当于计算逆累积分布函数之间的差异(icdf)值的概率y等于0.75和0.25。
r2 = icdf (pd, 0.75) - icdf (pd, 0.25)
r2 = 1.3490
四分位范围上的分布
加载示例数据。创建一个向量包含学生考试成绩的第一列数据。
负载examgrades;x =成绩(:1);
创建一个正态分布对象通过拟合数据。
pd = fitdist (x,“正常”)
pd = NormalDistribution正态分布μ= 75.0083[73.4321,76.5846]σ= 8.7202 (7.7391,9.98843)
计算拟合分布的四分位范围。
r =差(pd)
r = 11.7634
返回的结果表明,不同的75和25百分位学生的成绩是11.7634。
使用icdf
确定75和25百分位数的学生的成绩。
y = icdf (pd, [0.25, 0.75])
y =1×269.1266 - 80.8900
计算75和25百分位数之间的区别。这个收益率相同的结果位差
。
y (2) - y (1)
ans = 11.7634
使用箱线图
可视化四分位范围。
箱线图(x)
盒子的顶部行显示了第75个百分位,和底线显示了第25百分位。中线显示值,即50百分位。
输入参数
pd
- - - - - -概率分布
概率分布对象
概率分布的概率分布,指定为一个对象在下表中。
扩展功能
C / c++代码生成
生成C和c++代码使用MATLAB®编码器™。
使用笔记和限制:
输入参数
pd
可能是一个合适的概率分布对象为β,指数,极端值,对数正态,正常的,和威布尔分布。创建pd
通过拟合样本数据的概率分布fitdist
函数。例如,看到的概率分布对象的代码生成。
GPU数组
加速代码运行在一个图形处理单元(GPU)使用并行计算工具箱™。
这个函数完全支持GPU数组。万博1manbetx有关更多信息,请参见运行在GPU MATLAB函数(并行计算工具箱)。
版本历史
介绍了R2013a
MATLAB命令
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。万博1manbetx
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。