【Matlab】正态分布常用函数normpdf |
您所在的位置:网站首页 › 正态分布函数概率密度函数0 › 【Matlab】正态分布常用函数normpdf |
1.normpdf
功能:正态分布概率密度函数
用法
Y = normpdf(X,mu,sigma)
Y = normpdf(X) % (mu = 0, sigma = 1)
Y = normpdf(X,mu) % (sigma = 1)
例子
% code1
% 画标准正态分布概率密度函数
x = -10:0.01:10;
y = normpdf(x, 0, 1);
plot(x,y);
grid on;
结果: 结果: 结果: 分位数的意思就是,如有: P { X ≥ x α } = α P\{X \geq x_{\alpha} \} = \alpha P{X≥xα}=α 则称 x α x_{\alpha} xα为 X X X的上侧 α \alpha α分位数。 norminv(1-0.05,0,1)结果:1.6449 4.normrnd 功能:生成正态随机数 用法: R = normrnd(mu,sigma) % 生成一个数 R = normrnd(mu,sigma,m,n,...) % 生成m*n列向量例子: >> normrnd(0,1) ans = 1.4122 >> normrnd(0,1,5,3) ans = 0.0226 0.9199 -0.7777 -0.0479 0.1498 0.5667 1.7013 1.4049 -1.3826 -0.5097 1.0341 0.2445 -0.0029 0.2916 0.8084 5.normfit 功能:正态分布参数估计 用法 [muhat,sigmahat] = normfit(data) % 点估计mu和sigma [muhat,sigmahat,muci,sigmaci] = normfit(data) % 区间估计,默认置信度95% [muhat,sigmahat,muci,sigmaci] = normfit(data,alpha) % 置信度100(1 - alpha) %例子: >> r=normrnd(0,1,100,2); % 生成100*2和标准正态分布 >> [muhat,sigmahat] = normfit(r) % 点估计mu和sigma muhat = -0.1214 -0.1076 sigmahat = 0.9723 1.0072 >> [muhat,sigmahat,muci,sigmaci] = normfit(r) % 区间估计,默认置信度95% muhat = % 点估计 -0.1214 -0.1076 sigmahat = 0.9723 1.0072 muci = -0.3143 -0.3074 0.0715 0.0923 sigmaci = % 区间估计 0.8537 0.8843 1.1295 1.1701 >> [muhat,sigmahat,muci,sigmaci] = normfit(r,0.05) % 置信度100(1 - alpha) % muhat = % 点估计 -0.1214 -0.1076 sigmahat = 0.9723 1.0072 muci = % 区间估计 -0.3143 -0.3074 0.0715 0.0923 sigmaci = 0.8537 0.8843 1.1295 1.1701 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |