資源描述：
《常用matlab作圖命令》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、常用Matlab作圖命令1.概率統(tǒng)計作圖1.1繪出正態(tài)分布的密度函數(shù)曲線x=-5:0.1:5;y=normpdf(x,0,1);z=normpdf(x,0,2);plot(x,y,x,z)gtext('N(0,1)')gtext('N(0,2)')title('正態(tài)分布密度曲線')1.2繪出t-分布的密度函數(shù)曲線，并與標準正態(tài)密度曲線比較x=-5:0.1:5;y=tpdf(x,30);z=normpdf(x,0,1);plot(x,y,'k:',x,z,'k-')xlabel('itx');ylabel('概率密度itp')legend('t分布','標準正態(tài)密度')differe
2、nce=tpdf(x,30)-normpdf(x,0,1)1.3繪制開方分布密度函數(shù)在n分別等于1、5、15的圖x=0:1:30;y1=chi2pdf(x,1);plot(x,y1,':')holdony2=chi2pdf(x,5);plot(x,y2,'+')y3=chi2pdf(x,15);plot(x,y3,'O')Axis([0,30,0,0.2])1.4計算自由度是50,10的F-分布的0.9的分位數(shù)，并給出概率與分位數(shù)關(guān)系的圖形x=finv(0.9,50,10)x=2.1171p=fcdf(x,50,10)p=0.9000t=0:0.1:4;y=fpdf(x,50,10);
3、z=fpdf(t,50,10);plot(t,z,[x,x],[0,y])text(x,0,'2.1171')gtext('p=0.9')title('概率與分位數(shù)的關(guān)系')1.5經(jīng)驗累積分布函數(shù)圖形X=normrnd(0,1,50,1);[h,stats]=cdfplot(X)y=evrnd(0,3,100,1);cdfplot(y)holdonx=-20:0.1:10;f=evcdf(x,0,3);plot(x,f,'m')legend('Empirical','Theoretical','Location','NW')1.6繪制正態(tài)分布概率圖形X=normrnd(0,1,50,1
4、);normplot(X)1.7繪制威布爾(Weibull)概率圖形%繪制威布爾(Weibull)概率圖形的目的是用圖解法估計來自威布爾分布的數(shù)據(jù)X，如果X是威布%爾分布數(shù)據(jù)，其圖形是直線的，否則圖形中可能產(chǎn)生彎曲。r=weibrnd(1.2,1.5,50,1);weibplot(r)1.8樣本數(shù)據(jù)的盒圖%boxplot(X)%產(chǎn)生矩陣X的每一列的盒圖和“須”圖，“須”是從盒的尾部延伸出來，并表示盒外數(shù)據(jù)長度的線，如果“須”的外面沒有數(shù)據(jù)，則在“須”的底部有一個點。x1=normrnd(5,1,100,1);x2=normrnd(6,1,100,1);x=[x1x2];boxplot(
5、x,1,'g+',1,0)1.9樣本的概率圖形data=normrnd(0,1,30,2);p=capaplot(data,[-2,2])p=0.91991.10附加有正態(tài)密度曲線的直方圖r=normrnd(10,1,100,1);histfit(r)1.11在指定的界線之間畫正態(tài)密度曲線格式p=normspec(specs,mu,sigma)%specs指定界線，mu,sigma為正態(tài)分布的參數(shù)p為樣本落在上、下界之間的概率normspec([10Inf],11.5,1.25)1.12二項分布的函數(shù)圖p=0.2;%Probabilityofsuccessforeachtrialn=1
6、0;%Numberoftrialsk=0:n;%Outcomesm=binopdf(k,n,p);%Probabilitymassvectorbar(k,m)%Visualizetheprobabilitydistributionset(get(gca,'Children'),'FaceColor',[.8.81])gridon1.13指數(shù)分布函數(shù)圖lambda=2;%Failureratet=0:0.01:3;%Outcomesf=exppdf(t,1/lambda);%Probabilitydensityvectorplot(t,f)%Visualizetheprobability
7、distributiongridon1.14ksdensity概率密度估計函數(shù)cars=load('carsmall','MPG','Origin');MPG=cars.MPG;[f,x,u]=ksdensity(MPG);plot(x,f)title('DensityestimateforMPG')holdon[f,x]=ksdensity(MPG,'width',u/3);plot(x,f,'r');[f,x]=ksdensity(MPG,
