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。

histfit

分布近似をもつヒストグラム

説明

histfit(data) は、data の要素数の平方根に等しいビン数を使用して data の値のヒストグラムをプロットし、正規密度関数をあてはめます。

histfit(data,nbins) は、nbins のビンを使用してヒストグラムをプロットし、正規密度関数をあてはめます。

histfit(data,nbins,dist) は、nbins 個のビンがあるヒストグラムをプロットし、dist で指定された分布による密度関数をあてはめます。

h = histfit(___) は、ハンドル h のベクトルを返します。ここで、h(1) はヒストグラムへのハンドル、h(2) は密度曲線へのハンドルです。前の構文の入力引数のいずれかを含めることができます。

すべて折りたたむ

平均 10、分散 1 の正規分布からサイズ 100 の標本を作成します。

rng default; % For reproducibility
r = normrnd(10,1,100,1);

正規分布近似によってヒストグラムを作成します。

histfit(r)

histfit は、fitdist を使用して分布をデータにあてはめます。fitdist を使用して、あてはめに使用されたパラメーターを取得します。

pd = fitdist(r,'Normal')
pd = 
  NormalDistribution

  Normal distribution
       mu = 10.1231   [9.89244, 10.3537]
    sigma =  1.1624   [1.02059, 1.35033]

パラメーター推定の横にある区間は分布パラメーターの 95% 信頼区間です。

平均 10、分散 1 の正規分布からサイズ 100 の標本を作成します。

rng default; % For reproducibility
r = normrnd(10,1,100,1);

6 個のビンと正規分布近似によってヒストグラムを作成します。

histfit(r,6)

パラメーターが (3,10) のベータ分布からサイズ 100 の標本を作成します。

rng default;  % For reproducibility
b = betarnd(3,10,100,1);

10 個のビンを使用してベータ分布近似をもつヒストグラムを作成します。

histfit(b,10,'beta')

パラメーターが (3,10) のベータ分布からサイズ 100 の標本を作成します。

rng default;  % For reproducibility
b = betarnd(3,10,[100,1]);

10 個のビンを使用して平滑化関数近似をもつヒストグラムを作成します。

histfit(b,10,'kernel')

平均 10、分散 1 の正規分布からサイズ 100 の標本を作成します。

rng default % for reproducibility
r = normrnd(10,1,100,1);

正規分布近似によってヒストグラムを作成します。

h = histfit(r,10,'normal')

h = 
  2x1 graphics array:

  Bar
  Line

ヒストグラムの棒の色を変更します。

h(1).FaceColor = [.8 .8 1];

密度曲線の色を変更します。

h(2).Color = [.2 .2 .2];

入力引数

すべて折りたたむ

ベクトルとして指定される入力データ。

例: data = [1.5 2.5 4.6 1.2 3.4]

例: data = [1.5 2.5 4.6 1.2 3.4]'

データ型: double | single

正の整数として指定される、ヒストグラムのビンの数。既定値は data の要素数の平方根を切り上げたものです。分布をあてはめる場合、既定のビン数には [ ] を使用します。

例: y = histfit(x,8)

例: y = histfit(x,10,'gamma')

例: y = histfit(x,[ ],'weibull')

データ型: double | single

ヒストグラムにあてはめる分布。文字ベクトルまたは string スカラーを指定します。以下の表は、サポートされている分布を示しています。

dist説明
'beta'ベータ
'birnbaumsaunders'バーンバウム・サンダース
'burr'ブール型 XII
'exponential'指数
'extreme value' または 'ev'極値分布
'gamma'ガンマ
'generalized extreme value' または 'gev'一般化極値分布
'generalized pareto' または 'gp'一般化パレート (しきい値 0)
'inversegaussian'逆ガウス
'logistic'ロジスティック
'loglogistic'対数ロジスティック
'lognormal'対数正規
'nakagami'仲上
'negative binomial' または 'nbin'負の二項分布
'normal'正規
'poisson'ポアソン
'rayleigh'レイリー
'rician'ライス
'tlocationscale't 位置-スケール
'weibull' または 'wbl'ワイブル
'kernel'ノンパラメトリックなカーネル平滑化分布。密度は、data 内のデータの範囲全体にわたる等間隔の 100 個の点において評価されます。これは連続分布標本で最も適切に機能します。

出力引数

すべて折りたたむ

プロットのハンドル。ベクトルとして返されます。h(1) はヒストグラムに対するハンドル、h(2) は密度曲線に対するハンドルです。histfit は、曲線の下の総面積がヒストグラムの総面積と一致するように密度を正規化します。

アルゴリズム

histfit は、fitdist を使用して分布をデータにあてはめます。fitdist を使用して、あてはめに使用されたパラメーターを取得します。

R2006a より前に導入