1樓：加菲24日
那就有難度了，分佈的概率密度函式，通常都是使用核估計，也就是ksdensity函式執行的內容當然你可以自己編寫核估計函式，不過有難度，我曾經嘗試過，但是失敗了
利用核函式法估計概率密度的matlab程式，不利用matlab自帶的估計函式
2樓：匿名使用者
以估計正態分佈為例,
高斯核函式:
核函式估計方法:
clear all
n=100;
%生成一些正態分佈的隨機數
x=normrnd(0,1,1,n);
minx = min(x);
maxx = max(x);
dx = (maxx-minx)/n;
x1 = minx:dx:maxx-dx;
h=0.5;
f=zeros(1,n);
for j = 1:n
for i=1:n
f(j)=f(j)+exp(-(x1(j)-x(i))^2/2/h^2)/sqrt(2*pi);
endf(j)=f(j)/n/h;
endplot(x1,f);
%用系統函式計算比較
[f2,x2] = ksdensity(x);
hold on;
plot(x2,f2,'r'); %紅色為參考
matlab中ksdensity函式裡面的引數怎麼理解
3樓：匿名使用者
我們在統計資料處理時，經常計算一個樣本的概率密度估計，也就是說給出一組統計資料，要求你繪製出它的概率分佈曲線，matlab的統計工具箱中有直接的函式 就是：ksdensity 核心平滑密度估計
[f,xi] = ksdensity(x)計算樣本向量x的概率密度估計，返回在xi點的概率密度f，此時我們使用plot(xi,f)就可以繪製出概率密度曲線。該函式，首先統計樣本x在各個區間的概率(與hist有些相似)，再自動選擇xi，計算對應的xi點的概率密度
f = ksdensity(x,xi)
與上面的相似，只是這時xi我們幫matlab選定了，ksdesity直接計算對應點的概率密度。
如何用matlab估計概率密度函式
4樓：s電
函式：ksdensity
功能：根據給定的資料，估計概率密度分佈
示例：1. 正態分佈
x = randn(1,100000);
[y,xi] = ksdensity(x);
plot(xi,y, 'bo')
% 驗證
hold on
yn=normpdf(xi,0,1); % 標準正態分佈的概率密度函式
plot(xi,yn,'b')
2. 瑞利分佈
x = abs(randn(1,10000) + 1i*randn(1,10000));
[y,xi] = ksdensity(x);
plot(xi,y, 'bo')
% 驗證
hold on
b = 1;
yn = zeros(size(xi));
k=find(b > 0 & xi >= 0);
if any(k),
xk = xi(k);
% 瑞利分佈的概率密度函式
yp(k) = (xk ./ b^2) .* exp(-xk.^2 ./ (2*b^2));
endplot(xi,yp,'b')
3. 萊斯分佈?
n = 100000;
k = 0.5;
const=1/(2*(k+1));
x1=randn(1,n);
x2=randn(1,n);
x=sqrt(const*((x1+sqrt(2*k)).^2+x2.^2));
[y,xi] = ksdensity(x);
plot(xi,y, 'bo')
% 驗證
hold on
sig = 1;
v = 1;
yn = zeros(size(xi));
k=find(b > 0 & xi >= 0);
if any(k),
xk = xi(k);
% rician分佈的概率密度函式
yp(k) = (xk ./ sig^2) .* exp((-xk.
^2 + v.^2) ./ (2*sig^2)) .
* besselj(0, (xk .*v ./ sig^2));
endplot(xi,yp,'b')
如何用matlab估計概率密度函式
5樓：雙子黃鸝鳴翠柳
那就有難度了，分佈的概率密度函式，通常都是使用核估計，也就是ksdensity函式執行的內容當然你可以自己編寫核估計函式，不過有難度，我曾經嘗試過，但是失敗了
matlab 如何畫出 一組資料 最可能的概率密度圖？ 用了ksdensity ，但是老是提示有問題！先謝了。
6樓：匿名使用者
a=dlmread('d:\1.txt');
a=a(:);
ksdensity(a);
7樓：匿名使用者
你直接寫函式ksdensity，不要有賦值。如果你寫f,x,u] = ksdensity(a)，後面加一個plot(x,f)，直接用ksdensity(a)就可以得到圖。
matlab如何將一組資料的概率密度函式與頻數直方圖畫在一起？
8樓：匿名使用者
%生成一組隨機數（正態分佈）
data=normrnd(0,1,1,500);
%繪製直方圖
hist(data,20); hold on;
%求出概率密度函式引數
[mu,sigma]=normfit(data);
%繪製概率密度函式
[n,x]=hist(data,20);
y=normpdf(x,mu,sigma);
%處理一下資料，使得密度函式和最高點對齊
y=y/max(y)*max(n);
plot(x,y,'r-');
9樓：用著追她
1、首先，我們隨機產生三組範圍不同的資料，資料量都為500，他們的邊界分別為[10,15]，[23,38],，[38,58]。
2、分別畫出x1，x2，x3對應的曲線，用matlab的內建函式plot進行操作，分別用三個plot進行繪圖。
3、需要用一個語句來保留前面所繪製的圖，在需要保留的圖的後面加一句hold on，即可將該圖保留，使它不被後面的圖所覆蓋。
4、這樣就可以將三條曲線畫在一張圖上，為了區別，要分別給這三條曲線定義不同的顏色。
5、為了圖的美觀，我們可以用grid on新增網格線，還需要新增橫縱座標軸標題。
6、因為我們畫的是多條曲線，因此還需要新增圖例。
10樓：匿名使用者
頻數分佈直方圖
x=load('檔名');
y=[始值：組距：末值];
histogram(x,y);
ax=gca;
ax.ylim=[0 11]; %座標軸刻度範圍ax.ytick=[0:
1:11]; %刻度ax.yticklabel=[0:
1:11]; %顯示出來的刻度ax.xlabel.
string='x軸標題';
ax.ylabel.string='';
ax.xlabel.position=[1700 -0.8 0]; %座標軸標題文字的位置
11樓：夏澀頎·哀
histogram（變數，'normalization','pdf'）
請教matlab函式ksdensity的用法
12樓：匿名使用者
>>doc ksdensity
ksdensity
***pute density estimate using a kernel **oothing method
syntax
[f,xi] = ksdensity(x)f = ksdensity(x,xi)
ksdensity(...)
ksdensity(ax,...)
[f,xi,u] = ksdensity(...)[...] = ksdensity(...,'param1',val1,'param2',val2,...)
...........
什麼是概率密度,概率密度和概率密度函式有什麼區別
打個很簡單的比方 現在在一個盒子裡面有1 10000這樣的數字,你隨便在裡面拿出一個數字,出現個位數的概率是9 10000,出現兩位數的概率是9 1000,出現三位數的概率是90 1000出現四位數的概率是900 1000.出現五位數的概率是1 10000 你不難發現 出現四位數的概率最大,也就是說...
已知概率密度函式，求邊緣概率密度函式
1 f x f x，y dy xe x 0，0，其它 f y f x，y dy y e dx e y，e y 0,0其它。2 p x y 1 x y 1 f x，y dxdy 0 1 2 y 1 y e dx dy 0 1 2 e dy 0 1 2 e e dy 0.155 根據變數的取值範圍，對聯...
邊緣概率密度怎麼求，求邊緣概率密度函式
x的邊緣概率密度用聯合概率密度在 上對y求積分，y的邊緣概率密度用聯合概率密度在 上對x求積分.求邊緣概率密度函式 根據變數的範圍，對聯合概率密度函式進行積分 得到y積分的邊際概率密度，得到x積分的邊際概率密度如下 根據變數的取值範圍，對聯合概率密度函式積分，對y積分得到x的邊緣概率密度，對x積分得...