MATLAB概率密度函数估计

MATLAB概率密度函数估计  2016-03-23 16:12:24

分类: C#/.net

函数:ksdensity
功能:根据给定的数据,估计概率密度分布
示例:
1. 正态分布
x = randn(1,100000); 
[y,xi] = ksdensity(x);
plot(xi,y, 'bo')
% 验证
hold on
yn=normpdf(xi,0,1); % 标准正态分布的概率密度函数
plot(xi,yn,'b')


2. 瑞利分布
x = abs(randn(1,10000) + 1i*randn(1,10000));
[y,xi] = ksdensity(x);
plot(xi,y, 'bo')
% 验证
hold on
b = 1; 
yn = zeros(size(xi));
k=find(b > 0 & xi >= 0);
if any(k),
    xk = xi(k);
    % 瑞利分布的概率密度函数
    yp(k) = (xk ./ b^2) .* exp(-xk.^2 ./ (2*b^2));
end
plot(xi,yp,'b')


3. 莱斯分布?
N = 100000;
K = 0.5;
const=1/(2*(K+1));
x1=randn(1,N);
x2=randn(1,N);
x=sqrt(const*((x1+sqrt(2*K)).^2+x2.^2));
[y,xi] = ksdensity(x);
plot(xi,y, 'bo')
% 验证
hold on
sig = 1;
v = 1;
yn = zeros(size(xi));
k=find(b > 0 & xi >= 0);
if any(k),
    xk = xi(k);
    % Rician分布的概率密度函数
    yp(k) = (xk ./ sig^2) .* exp((-xk.^2 + v.^2) ./ (2*sig^2)) .* besselj(0, (xk .*v ./ sig^2));
end
plot(xi,yp,'b')

http://blog.chinaunix.net/uid-20692368-id-5680963.html
  • 4
    点赞
  • 47
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Matlab,可以使用ksdensity函数来估计概率密度函数。该函数可以根据给定的数据来估计概率密度分布。示例代码如下: ```matlab x = randn(1,100000); [y,xi = ksdensity(x); plot(xi,y, 'bo') % 验证 yn=normpdf(xi,0,1); % 标准正态分布的概率密度函数 plot(xi,yn,'b') ``` 上述代码示例,使用randn函数生成了一组符合正态分布的随机数据x。然后使用ksdensity函数估计了该数据的概率密度函数,并用plot函数将结果可视化。同时,为了验证估计结果的准确性,还绘制了标准正态分布的概率密度函数。通过比较两个图形可以验证估计结果的准确性。 除了正态分布,你还可以使用ksdensity函数来估计其他分布,比如瑞利分布和莱斯分布。示例代码如下: ```matlab % 瑞利分布 x = abs(randn(1,10000) + 1i*randn(1,10000)); [y,xi = ksdensity(x); plot(xi,y, 'bo') % 验证 b = 1; yn = zeros(size(xi)); k=find(b > 0 & xi >= 0); if any(k), xk = xi(k); % 瑞利分布的概率密度函数 yp(k) = (xk ./ b^2) .* exp(-xk.^2 ./ (2*b^2)); end plot(xi,yp,'b') % 莱斯分布 N = 100000; K = 0.5; const=1/(2*(K + 1)); x1=randn(1,N); x2=randn(1,N); x=sqrt(const*((x1 + sqrt(2*K)).^2 + x2.^2)); [y,xi = ksdensity(x); plot(xi,y, 'bo') % 验证 sig = 1; v = 1; yn = zeros(size(xi)); k=find(b > 0 & xi >= 0); if any(k), xk = xi(k); % Rician分布的概率密度函数 yp(k) = (xk ./ sig^2) .* exp((-xk.^2 + v.^2) ./ (2*sig^2)) .* besselj(0, (xk .*v ./ sig^2)); end plot(xi,yp,'b') ``` 以上代码示例,分别演示了瑞利分布和莱斯分布的概率密度函数估计。通过使用ksdensity函数,可以根据给定的数据来估计不同分布的概率密度函数,并将结果可视化以进行验证。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [MATLAB概率密度函数估计](https://blog.csdn.net/crcr/article/details/60349570)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [matlab 概率密度估计ksdensity,k-s检验kstest和kstest2(单/双样本检验数据是否符合某种分布)](https://blog.csdn.net/qq_23100417/article/details/119392520)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值