MATLAB数据统计和分析：绘制统计图表
绘制统计图表
在概率和统计方法中，经常需要绘制图表从而直观地展现数据。下面简介几种常用统计图表绘图函数.
文章目录 绘制统计图表1. 正整数频率表2. 经验累积分布函数图形3. 最小二乘拟合曲线4. 正态分布概率图形5. Weibull概率图形6. 样本数据盒图7. 为图形增加参考线8. 为图形增加多项式曲线9. 绘制样本概率图形10. 绘制附加有正态密度曲线的直方图11. 在指定的界线间绘制正态密度曲线
1. 正整数频率表
绘制正整数频率表的函数为 t a b u l a t e tabulate tabulate.
table = tabulate(X) 1
X X X 为正整数构成的向量，返回三列：
首列包含 X X X 的值，第二列为这些值的个数，第三列为这些值的频率。
[例]
>> A = [1 1 4 5 1 4 1 9 1 9 8 1 0]; >> tabulate(A) Value Count Percent 0 1 7.69% 1 6 46.15% 4 2 15.38% 5 1 7.69% 8 1 7.69% 9 2 15.38% >> 12345678910
2. 经验累积分布函数图形
绘制经验累积分布函数图形的函数为 c d f p l o t cdfplot cdfplot.
1. cdfplot(X) 2. h = cdfplot(X) 3. [h,stats] = cdfplot(X) 123 作样本 X X X 的累积分布函数图形 h h h 表示曲线的环柄。 s t a t s stats stats 表示样本的一些特征。
[例]
>> X = normrnd(0,1,114,1); >> [h,stats] = cdfplot(X) 12
h = Line with properties: Color: [0 0.4470 0.7410] LineStyle: '-' LineWidth: 0.5000 Marker: 'none' MarkerSize: 6 MarkerFaceColor: 'none' XData: [1×230 double] YData: [1×230 double] ZData: [1×0 double] Show all properties stats = struct with fields: min: -2.9443 %样本最小值 max: 3.5784 %样本最大值 mean: 0.1015 %样本均值 median: 0.0930 %样本中间值 std: 1.1459 %样本标准差
1234567891011121314151617181920212223242526经验累积分布函数图像如下图所示：
3. 最小二乘拟合曲线
绘制最小二乘拟合曲线的函数为 l s l i n e lsline lsline.
h = lsline 1
h h h 为直线的句柄。
[例]
>> x=linspace(0,10); >> y=x+rand(size(x)); >> scatter(x,y) >> h=lsline; >> set(h,'LineWidth',3,'LineStyle','--','Color',[1 0 1]) 12345
运行后得到最小二乘拟合直线如下图所示：
4. 正态分布概率图形
绘制正态分布概率图形的函数是 n o r m p l o t normplot normplot.
1. normplot(X) 2. h = normplot(X) 12 若 X X X 为向量，则显示正态分布概率图形；若 X X X 为矩阵，则显示每一列的正态分布概率图形。返回绘图直线的句柄。
[例]
>> X = [1,1,4;5,1,4;1,9,1;9,8,1] X = 1 1 4 5 1 4 1 9 1 9 8 1 12345678
>> h = normplot(X) h = 9×1 Line array: Line Line Line Line Line Line Line Line Line >> normplot(X)
123456789101112131415161718所得正态分布概率图形如下图所示：
5. Weibull概率图形
绘制 Weibull 概率图形的函数为 w e i b p l o t weibplot weibplot .
1. weibplot(X) 2. h = weibplot(X) 12 若 X X X 为向量，则显示 Weibull 概率图形；若 X X X 为矩阵，则显示每一列的 Weibull 概率图形。返回绘图直线的句柄。
[例]
>> X = [1,1,4;5,1,4;1,9,1;9,8,1] X = 1 1 4 5 1 4 1 9 1 9 8 1 12345678
weibplot(X) 1
运行后得到 Weibull 概率图形如下图所示：
（然而本飞舞的MATLAB上并没有这个函数，哭哭，，，）
6. 样本数据盒图
绘制样本数据盒图的函数是 b o x p l o t boxplot boxplot.
1. boxplot(X) 2. boxplot(X,notch) 3. boxplot(X,notch,'sym') 4. boxplot(X,notch,'sym',vert) 5. boxplot(X,notch,'sym',vert,whis) 12345 产生矩阵 X X X 的每一列的盒图和“须”图. n o t c h = 1 notch = 1 notch=1 时产生凹盒图， n o t c h = 0 notch = 0 notch=0 时产生矩箱图. s y m sym sym 表示图形符号，默认为 “+”. v e r t = 0 vert = 0 vert=0 时生成水平盒图， v e r t = 1 vert = 1 vert=1 时生成竖直盒图，默认值为1. w h i s whis whis 定义“须”图的长度，默认值为1.5.
[例]
>> x1 = normrnd(5,1,100,1); >> x2 = normrnd(6,1,100,1); >> x = [x1,x2]; >> boxplot(x,1,'g--',1,0) 1234
运行后所得盒图如下图所示：
7. 为图形增加参考线
为当前图形增加一条参考线需调用函数 r e f l i n e refline refline.
1. refline(slope,intercept) 2. refline(slope) 12 s l o p e slope slope 表示直线斜率， i n t e r c e p t intercept intercept 表示直线截距. s l o p e = [ a , b ] slope = [a,b] slope=[a,b]：在图中绘制一条直线： y = a x + b y = ax + b y=ax+b.
[例]
>> y = [1.1 4.5 1.4 1.9 1.9 8.1 0.3 6.4 8.9 3.1 ]'; >> plot(y,'+') >> refline(0,3.64) 123
运行后所得图形如下图所示：
8. 为图形增加多项式曲线
在当前图形上绘制一条多项式曲线的函数是 r e f c u r v e refcurve refcurve.
h = refcurve(p) 1
在图中加入一条多项式曲线： h h h 为曲线的环柄， p p p 为多项式系数向量： p = [ p 1 , p 2 , ⋯ , p n ] p = [p_{1},p_{2},cdots,p_{n}] p=[p1,p2,⋯,pn]，其中 p 1 p_{1} p1 为最高幂次项系数。
[例]
>> h = [114 514 191 981 036 436 419 191 981 145 141 919 810]; >> plot(h,'--') >> refcurve([-5.14 114 0]) 123
运行后所得多项式曲线图形如下图所示：
9. 绘制样本概率图形
绘制样本概率图形的函数为 c a p a p l o t capaplot capaplot.
p = capaplot(data,specs) 1
返回来自于估计分布的随机变量落在指定范围内的概率。 d a t a data data 为所给的样本数据， s p e c s specs specs 指定范围， p p p 表示在指定范围内的概率。
[例]
>> h = [114 514 191 981 036 436 419 191 981 145 141 919 810]; >> s = [364,514]; >> p = capaplot(h,s) 123
p = 0.1665 >> 12345
运行后所得图形如下图所示.
10. 绘制附加有正态密度曲线的直方图
绘制附加有正态密度分布曲线的直方图的函数是 h i s f i t hisfit hisfit.
1. hisfit(data) 2. hisfit(data,nbins) 12 d a t a data data 为向量，函数返回直方图和正态曲线。 n b i n s nbins nbins 为指定 b a r bar bar 个数的量。
[例]
>> r = normrnd(10,1,100,1); >> histfit(r) 12
运行后所得附有正态密度分布曲线直方图如下图所示.
11. 在指定的界线间绘制正态密度曲线
在指定界线间绘制正态密度曲线的函数是 n o r m s p e c normspec normspec.
p = normspec(specs,mu,sigma) 1
s p e c s specs specs 指定界线， m u mu mu， s i g m a sigma sigma 为正态分布的参数， p p p 为样本落在上、下界之间的概率.
[例]
>> normspec([10 Inf],11.4,5.14) ans = 0.6073 >> 1234567
运行后所得在指定界限间绘制正态密度曲线如下图所示.
相关知识
常用数据分析工具
Matlab语言介绍并推荐入门书籍(10本)
matlab绘制花朵
使用Matlab对HDF5卫星图像数据进行可视化及地表温度分析
云南省新型冠状病毒肺炎的流行特征分析
MATLAB鸢尾花数据集K
python 和 MATLAB 都能绘制的母亲节花束！！
matlab X12季节调整
vivado（zynq）使用ILA分析的常见问题，并将ILA数据导入matlab分析
matlab输出一朵玫瑰花
网址: MATLAB数据统计和分析：绘制统计图表 https://m.huajiangbk.com/newsview1544735.html
| 上一篇: 根据在职花名册，统计性别、婚姻、 |
下一篇: Stata绘图高级技巧：掌握创建 |
