Ан Емпиријски приказ функције кумулативне дистрибуције је статистички дијаграм који се широко користи за обављање поређења између више скупова података који имају исте карактеристике. Ова парцела се такође назива Емпиријски ЦДФ или ЕЦДФ плот. МАТЛАБ нам омогућава да креирамо овај дијаграм користећи цдфплот() функција.
Овај чланак ће истражити:
Зашто нам треба емпиријска ЦДФ заплет?
Како направити емпиријски ЦДФ плот у МАТЛАБ-у?
- Пример 1: Како креирати емпиријски ЦДФ дијаграм у МАТЛАБ-у?
- Пример 2: Како креирати емпиријску кумулативну графику функције дистрибуције са ручком објекта у МАТЛАБ-у?
- Пример 3: Како упоредити емпиријски ЦДФ са теоријским ЦДФ користећи функцију цдфплот() у МАТЛАБ-у?
Шта је емпиријски ЦДФ заплет?
Ан Емпиријски ЦДФ заплет је визуелизација података која приказује тачке скупа података узорка од најниже до највише у односу на њихове вредности у процентима. Овом графикону су потребне континуиране варијабле и израчунава перцентиле и друга својства дистрибуције.
Зашто нам треба емпиријска ЦДФ заплет?
Ан Емпиријски ЦДФ заплет има много намена, али неке од његових главних употреба су наведене у наставку.
Ова парцела се користи:
- за мерење истих карактеристика више скупова података.
- за идентификацију тачке у којој се јавља већина вредности.
- да бисте пронашли перцентиле и својства скупа података.
- да бисте идентификовали како ваши подаци прате најбољу дистрибуцију.
- за процену опсега података.
Како направити емпиријски ЦДФ плот у МАТЛАБ-у?
Ан Емпиријски ЦДФ заплет може се лако и ефикасно креирати у МАТЛАБ-у користећи уграђене цдфплот() функција. Ова функција прихвата узорке података у облику вектора реда или колоне као обавезан параметар и креира ан Емпиријски ЦДФ заплет у односу на тај скуп података.
Синтакса
Тхе цдфплот() функција се може имплементирати на следеће начине.
цдфплот ( Икс )х = цдфплот ( Икс )
овде,
Функција цдфплот(к) је одговоран за стварање Емпиријски ЦДФ дијаграми за дате узорке података Икс . Имајте то на уму Икс мора бити вектор реда или колоне.
Функција х=цдфплот(к) је одговоран за креирање ручке х од Емпиријски ЦДФ објекат линије плота . Тхе ручка х може се користити за испитивање или модификацију својстава објекта након његовог креирања.
Пример 1: Како креирати емпиријски ЦДФ дијаграм у МАТЛАБ-у?
Овај МАТЛАБ код креира вектор колоне к дужине 10 који садржи насумично распоређене целе бројеве који леже између 1 и 10. Након тога, користи цдфплот() функцију за креирање Емпиријски ЦДФ заплет што се види из датог излаза.
к = ранд ( 100 , 10 , 1 ) ;цдфплот ( Икс ) ;
Пример 2: Како креирати емпиријску кумулативну графику функције дистрибуције са ручком објекта у МАТЛАБ-у?
Ово је друга верзија Пример 1 у којој користимо исте улазне узорке података Икс створити ан Емпиријски ЦДФ заплет дуж свог дршка предмета ж Користећи х=цдфплот(к) . Након тога користимо ручку х да промените стил линије из чврсто на „–” помоћу тачка (.) нотација. Добијени излаз се може посматрати са датог снимка екрана.
к = ранд ( 100 , 10 , 1 ) ;х = цдфплот ( Икс ) ;
х. ЛинеСтиле ='--'
Пример 3: Како упоредити емпиријски ЦДФ са теоријским ЦДФ користећи функцију цдфплот() у МАТЛАБ-у?
У овом МАТЛАБ коду имплементирамо цдфплот() функција да изврши поређење од тхе теоријски ЦДФ са Емпиријски ЦДФ . Да бисмо извршили ово поређење, иницијализујемо вектор реда и који садрже 100 нормално распоређених случајних бројева и створити ан Емпиријски ЦДФ заплет.
Након тога, иницијализујемо други скуп података Икс имајући исте дужине као и који садржи бројеве који се налазе између мин(и) и мак(и) . Затим израчунавамо теоретски цдф к1 за скуп података Икс и нацртајте га у односу на вредности скупа података Икс помоћу функција плот(). . Користимо држи се и одлагати команде за креирање обе графике на иста фигура уочити сличност између Емпиријски ЦДФ и теоријски ЦДФ .
и = рандн ( 1 , 100 ) ;цдфплот ( и ) ;
држати на
к = линспаце ( мин ( и ) , мак ( и ) ) ;
к1 = цдф ( 'нормално' ,Икс, 0 , 1 ) ;
плот ( к, к1 )
легенда ( 'Емпиријски ЦДФ' , 'Теоријски ЦДФ' , 'Локација' , 'најбољи' )
држати ван
Закључак
Ан Емпиријски ЦДФ заплет је статистичка техника која се широко користи за поређење више скупова података који имају исте карактеристике. Ову графику можемо креирати у МАТЛАБ-у користећи уграђену цдфплот() функција која прихвата посматрани узорак података у облику вектора реда или колоне. Овај водич је објаснио шта је Емпиријски ЦДФ заплет и како га креирати у МАТЛАБ-у користећи цдфплот() функција.