An Empirisk kumulativ distributionsfunktion plot er et statistisk plot, der er meget brugt til at udføre sammenligningen mellem flere datasæt med de samme egenskaber. Dette plot kaldes også Empirisk CDF eller ECDF grund. MATLAB giver os mulighed for at skabe dette plot ved hjælp af cdfplot() fungere.
Denne artikel vil udforske:
Hvorfor har vi brug for et empirisk CDF-plot?
Hvordan opretter man et empirisk CDF-plot i MATLAB?
- Eksempel 1: Hvordan opretter man et empirisk CDF-plot i MATLAB?
- Eksempel 2: Hvordan opretter man et empirisk kumulativ distributionsfunktionsplot med et objekthåndtag i MATLAB?
- Eksempel 3: Hvordan sammenligner man empirisk CDF med teoretisk CDF ved hjælp af cdfplot()-funktionen i MATLAB?
Hvad er et empirisk CDF-plot?
An Empirisk CDF plot er en datavisualisering, der viser vores prøvedatasætpunkter fra laveste til højeste mod deres percentilværdier. Dette plot har brug for kontinuerte variabler og beregner percentiler og andre fordelingsegenskaber.
Hvorfor har vi brug for et empirisk CDF-plot?
An Empirisk CDF plot har mange anvendelser, men nogle af dens vigtigste anvendelser er angivet nedenfor.
Dette plot bruges:
- at måle de samme egenskaber for flere datasæt.
- for at identificere det punkt, hvor de fleste værdier forekommer.
- at finde percentiler og egenskaber for et datasæt.
- for at identificere, hvordan dine data følger en bedst tilpasset distribution.
- til at vurdere dit dataområde.
Hvordan opretter man et empirisk CDF-plot i MATLAB?
An Empirisk CDF plot kan nemt og effektivt oprettes i MATLAB ved hjælp af den indbyggede cdfplot() fungere. Denne funktion accepterer eksempeldata i form af en række- eller kolonnevektor som en obligatorisk parameter og opretter en Empirisk CDF plot mod dette datasæt.
Syntaks
Det cdfplot() funktion kan implementeres på følgende måder.
cdfplot ( x )h = cdfplot ( x )
Her,
Funktionen cdfplot(x) er ansvarlig for at skabe Empiriske CDF-plot for de givne prøvedata x . Husk det x skal være en række- eller kolonnevektor.
Funktionen h=cdfplot(x) er ansvarlig for at skabe et håndtag h af Empirisk CDF plot linje objekt . Det håndtag h kan bruges til at forespørge eller ændre objektets egenskaber efter oprettelse af det.
Eksempel 1: Hvordan opretter man et empirisk CDF-plot i MATLAB?
Denne MATLAB-kode opretter en kolonnevektor x med længden 10, der indeholder tilfældigt fordelte heltal, der ligger mellem 1 og 10. Derefter bruger den cdfplot() funktion til at oprette en Empirisk CDF plot som kan ses ud fra det givne output.
x = rand ( 100 , 10 , 1 ) ;cdfplot ( x ) ;
Eksempel 2: Hvordan opretter man et empirisk kumulativ distributionsfunktionsplot med et objekthåndtag i MATLAB?
Dette er en anden version af Eksempel 1 hvor vi bruger de samme input-eksempeldata x at skabe en Empirisk CDF plot langs dens objekthåndtag h ved brug af h=cdfplot(x) . Derefter bruger vi håndtaget h at ændre linjestilen fra fast til '-' bruger prik (.) notation. Det opnåede output kan observeres fra det givne skærmbillede.
x = rand ( 100 , 10 , 1 ) ;h = cdfplot ( x ) ;
h. LineStyle ='--'
Eksempel 3: Hvordan sammenligner man empirisk CDF med teoretisk CDF ved hjælp af cdfplot()-funktionen i MATLAB?
I denne MATLAB-kode implementerer vi cdfplot() fungere at foretage en sammenligning af det teoretisk CDF med Empirisk CDF . For at udføre denne sammenligning initialiserer vi en rækkevektor og indeholdende 100 normalfordelte tilfældige tal og skabe en Empirisk CDF plot.
Derefter initialiserer vi et andet datasæt x at have samme længde som og indeholdende tal, der ligger imellem min(y) og max(y) . Så beregner vi teoretisk cdf x1 for datasættet x og plotte det mod værdierne af datasættet x bruger plot() funktion . Vi bruger hold fast og hold ud kommandoer til at oprette begge plots på samme figur at observere ligheden mellem Empirisk CDF og teoretisk CDF .
y = randn ( 1 , 100 ) ;cdfplot ( og ) ;
holde på
x = linspace ( min ( og ) , max ( og ) ) ;
x1 = cdf ( 'Normal' ,x, 0 , 1 ) ;
grund ( x, x1 )
legende ( 'Empirisk CDF' , 'Teoretisk CDF' , 'Beliggenhed' , 'bedst' )
holde af
Konklusion
An Empirisk CDF plot er en statistisk teknik, der er meget brugt til at sammenligne flere datasæt med de samme egenskaber. Vi kan skabe dette plot i MATLAB ved hjælp af den indbyggede cdfplot() funktion, der accepterer et observeret eksempeldatasæt i form af en række- eller kolonnevektor. Denne tutorial forklarede, hvad der er en Empirisk CDF plot og hvordan man opretter det i MATLAB ved hjælp af cdfplot() fungere.