Erkundung und Visualisierung

Plotten von Verteilungsfunktionen, interaktives Anpassen von Verteilungen, Erstellen von Diagrammen und Generieren von Zufallszahlen

Passen Sie Wahrscheinlichkeitsverteilungen interaktiv an die Stichprobendaten an und exportieren Sie ein Wahrscheinlichkeitsverteilungsobjekt mithilfe der Distribution Fitter-App in den MATLAB® Workspace. Erkunden Sie den Datenbereich und ermitteln Sie potenzielle Ausreißer mithilfe von Boxdiagrammen und Quantil-Quantil-Diagrammen. Visualisieren Sie die Gesamtverteilung, indem Sie ein Histogramm mit einer angepassten normalen Dichtefunktionslinie plotten. Bewerten Sie mithilfe von Wahrscheinlichkeitsdiagrammen, ob Ihre Stichprobendaten aus einer Population mit einer bestimmten Verteilung stammen, wie z. B. einer normalen Verteilung oder Weibull-Verteilung. Wenn eine parametrische Verteilung die Stichprobendaten nicht angemessen beschreiben kann, berechnen und plotten Sie die empirische kumulative Verteilungsfunktion auf Basis der Stichprobendaten. Alternativ können Sie diese cdf mit einer Kernel-Glättungsfunktion schätzen.

Apps

Distribution FitterFit probability distributions to data

Funktionen

alle erweitern

boxplotVisualize summary statistics with box plot
histfitHistogram with a distribution fit
normplotNormal probability plot
normspecNormal density plot shading between specifications
plotPlot probability distribution object (Seit R2022b)
probplotProbability plots
qqplotQuantile-quantile plot
wblplotWeibull probability plot
cdfplotEmpirical cumulative distribution function (cdf) plot
ecdfEmpirical cumulative distribution function
ecdfhistHistogram based on empirical cumulative distribution function
ksdensityKernel smoothing function estimate for univariate and bivariate data
Probability Distribution Function ToolInteractive density and distribution plots
fsurfhtInteractive contour plot of function
randtoolInteractive random number generation
surfhtInteractive contour plot

Themen