matlab绘制绘制频率分布直方图和分布拟合

最新推荐文章于 2024-04-08 15:03:24 发布

小小虫码

最新推荐文章于 2024-04-08 15:03:24 发布

阅读量2.5k

点赞数 7

文章标签：算法人工智能

本文链接：https://blog.youkuaiyun.com/w18478272407/article/details/135043403

版权

本文介绍了如何使用MATLAB进行矩阵自相关系数的计算，并展示如何利用这些数据绘制频率分布直方图，同时探讨了分布拟合的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

clc
clear
close all

%数据 一般至少50个
x = [0.312
0.333
0.334
0.333
0.315
0.345
0.295
0.295
0.256
0.366
0.344
0.344
0.314
0.323
0.275
0.356
0.345
0.314
0.284
0.333
0.333
0.293
0.333
0.295
0.313
0.333
0.313
0.264
0.333
0.334
0.295
0.242
0.344
0.345
0.323
0.322
0.271
0.366
0.324
0.291
0.322
0.413
0.426
0.426
0.419
0.284
0.313
0.315
0.344
0.314
0.345
0.296
0.323
0.322
0.283
0.315
0.304
0.238
0.314
0.21
0.313
0.333
0.261
0.235
0.333
0.417
0.249
0.425
0.224
0.433
0.293
0.426
0.325
0.425
0.305
0.418
0.304
0.425
0.324
0.324
];

% 画频率分布直方图
[counts,centers] = hist(x,5);%柱的个数为5，可根据自己需要调整
x1=centers;%每个柱的中心x坐标
y1=counts / sum(counts);%每个柱的个数（频数）与数据总个数的比值

% 分布参数拟合
[mu,sigma]=normfit(x);%用正态分布拟合出平均值和标准差

% 画已知分布的概率密度曲线
x2 = centers(1)*0.5:((centers(end)-centers(1)))/1000:centers(end)*1.5;
% x2 =-centers(end)*1.5:((centers(end)-centers(1)))/1000:centers(end)*1.5;
y2 = pdf('Normal', x2, mu,sigma);%probability density function，求