第四讲 统计作图.pptVIP

第四讲 统计作图 山东工商学院计算机学院 1、直方图 根据实验数据，会出直方图，来显示数据的分布特征，进而观察实验数据所反映的统计规律 调用格式： n = hist(Y) 将Y中的元素分到10个间隔相同的条形中，并返回每个条形中的元素个数 n = hist(Y,x) x为向量，返回Y的分布，如x为一个5个元素向量，则hist函数将Y中的元素分配到五组分组中 直方图的x轴反映Y中值得范围，y轴显示落到组中元素的个数。 1、直方图 【例1】 x = -4:0.1:4; y=normrnd(0,1,1,10000); hist(y,x) 2、经验累积分布函数图形 函数 cdfplot 格式 cdfplot(X) %作样本X（向量）的累积分布函数图形 h = cdfplot(X) %h表示曲线的环柄 [h,stats] = cdfplot(X) %stats表示样本的一些特征 【例2】 X=normrnd (0,1,50,1); [h,stats]=cdfplot(X) h = 3.0013 stats = min: -1.8740 %样本最小值 max: 1.6924 %最大值 mean: 0.0565 %平均值 median: 0.1032 %中间值 std: 0.7559 %样本标准差 【例3】比较经验累积分布函数和理论分布函数。 x=normrnd(0,1,50,1); [h,stats]=cdfplot(x); hold on y=normcdf(x,0,1); plot(x,y,r+) 3、最小二乘拟合直线 3、最小二乘拟合直线 函数 lsline 格式 lsline %最小二乘拟合直线 h = lsline %h为直线的句柄 【例4】 X = [2 3.4 5.6 8 11 12.3 13.8 16 18.8 19.9]; plot(X,+) lsline 4、绘制正态分布概率图形 函数 normplot 作用：判断总体或者样本是否服从正态分布 格式 normplot(X) %若X为向量，则显示正态分布概率图形，若X为矩阵，则显示每一列的正态分布概率图形。 h = normplot(X) %返回绘图直线的句柄 说明 样本数据在图中用“+”显示；如果数据来自正态分布，则图形显示为直线，而其它分布可能在图中产生弯曲。 【例5】产生50个标准正态分布的随机数和指数分布的随机数，并画出它们的正态分布概率图形 X=normrnd(0,1,50,1); y=exprnd(1,1,50) normplot(X) normplot(y) 5、样本数据的盒图 盒图或箱型图，用来比较数据的分布特征 函数 boxplot 格式 boxplot(X) %产生矩阵X的每一列的盒图和“须”图，“须”是从盒的尾部延伸出来，并表示盒外数据长度的线，如果“须”的外面没有数据，则在“须”的底部有一个点。 boxplot(X,notch) %当notch=1时，产生一凹盒图，notch=0时产生一矩箱图。 boxplot(X,notch,sym) %sym表示图形符号，默认值为“+”。 boxplot(X,notch,sym,vert) %当vert=0时，生成水平盒图，vert=1时，生成竖直盒图（默认值vert=1）。 boxplot(X,notch,sym,vert,whis) %whis定义“须”图的长度，默认值为1.5，若whis=0则boxplot函数通过绘制sym符号图来显示盒外的所有数据值 【例6】 x1 = normrnd(5,1,100,1); x2 = normrnd(6,1,100,1); x = [x1 x2]; boxplot(x) boxplot(x,1) boxplot(x,1,g+,1,0) boxplot(x,1,g+,0,0) 6、样本的概率图形 获得随机变量落在指定范围内的概率，获得样本分布的概率密度图形 函数 capaplot 格式 p = capaplot(data,specs) %data为所给样本数据，specs指定范围，p表示在指定范围内的概率。 【例7】 data=normrnd (0,1,30,1); p=capaplot(data,[