ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

ksdensity を使用したカーネル分布の近似

この例では、関数 ksdensity を使用して標本データからカーネル確率密度推定を生成する方法を示します。

手順 1. 標本データを読み込む。

標本データを読み込みます。

load carsmall;

このデータには、さまざまな車種およびモデルのガロンあたりの走行マイル数 (MPG) の測定値が格納され、生産国 (Origin)、モデル年度 (Year)、その他の車両の特性によってグループ化されています。

手順 2. カーネル確率密度推定を生成する。

ksdensity を使用し、ガロンあたりの走行マイル数 (MPG) データのカーネル確率密度推定を生成します。

[f,xi] = ksdensity(MPG);

既定では、特に指定しない限り、ksdensity は通常のカーネル平滑化関数を使用し、正規分布の密度を推定するのに最適な帯域幅を選択します。

手順 3. カーネル確率密度推定をプロットする。

カーネル確率密度推定をプロットし、|MPG| 分布を可視化します。

figure;
plot(xi,f,'LineWidth',2);
title('Miles per Gallon');
xlabel('MPG');

プロットは、全車種の MPG データにあてはめたカーネル分布の pdf を示しています。分布は右裾が大きく広がっているため、若干偏っていますが、滑らかでほぼ対称的です。

参考

関連する例

詳細

この情報は役に立ちましたか?