Encontrar una distribución normal de un conjunto de datos no es una tarea fácil; sin embargo, podemos realizarlo en MATLAB usando el apto() función. Lea esta guía para aprender en detalle cómo trabajar con el distribución normal en MATLAB usando el apto() función.
¿Qué es la distribución normal?
A distribución normal También denominada distribución gaussiana, se define utilizando dos parámetros; media y desviación estándar de los puntos de datos. La media mide el promedio de los valores de los datos, mientras que la desviación estándar mide cómo se distribuyen los valores de los datos alrededor de la media. Con la combinación de la media y la desviación estándar, podemos calcular distribución normal de la siguiente fórmula:
Dónde:
- X representa valores del conjunto de datos.
- f(x) representa la función de probabilidad.
- metro denota el
- pag denota la desviación estándar.
Cómo realizar una distribución normal en MATLAB utilizando la función fitdist()
MATLAB nos permite calcular el distribución normal de variables aleatorias usando el software incorporado apto() función. Esta función produce una distribución de probabilidad normal objeto ajustando la distribución dada a los datos de entrada. El distribución normal acepta dos parámetros como entrada: la desviación estándar y la media. Una distribución normal estándar tiene un valor medio cero y una desviación estándar unitaria que es 1. Esto significa que la distribución normal está centrado en cero y los valores de las distribuciones se distribuyen igualmente a ambos lados de la media.
Sintaxis
El apto() en MATLAB se puede utilizar de diferentes maneras:
PD = en forma ( X , nombre distintivo )
PD = en forma ( X , nombre distintivo , Nombre , Valor )
pdca , gn , gl ] = en forma ( X , nombre distintivo , 'Por' , grupovar )
Aquí:
- La función pd = fitdist(x,distnombre) es responsable de ajustar la distribución proporcionada por distname a los datos contenidos en el vector de columna x para producir un objeto de distribución de probabilidad.
- La función pd = fitdist(x,distname,Nombre,Valor) es responsable de construir el objeto de distribución de probabilidad con uno o más argumentos de par nombre-valor que especifican parámetros adicionales.
- La función [pdca,gn,gl] = fitdist(x,distname,'Por',groupvar) es responsable de ajustar la distribución de probabilidad definida por distname a los datos en el vector de columna x en función de la variable de agrupación groupvar para generar objetos de distribución de probabilidad. Devuelve una matriz de celdas de objetos de distribución de probabilidad ajustados, denominada pdca, una matriz de celdas de etiquetas de grupo, denominada gn, y una matriz de celdas de niveles de variables de agrupación, denominada gl.
Ejemplo 1: Cómo encontrar la distribución normal usando la función fitdist(x,distname)
Este ejemplo se ajusta a distribución normal a los datos de muestra z usando el apto() función.
cargar pacientesCon = Peso ;
PD = en forma ( Con , 'Normal' )
Ejemplo 2: Cómo encontrar la distribución normal usando fitdist(x,distname,Name,Value) Función
En este ejemplo, vamos a ajustar una distribución Kernel a los datos de muestra usando el apto() función en MATLAB.
cargar pacientesCon = Peso ;
PD = en forma ( Con , 'Núcleo' , 'Núcleo' , 'epanechnikov' )
Ejemplo 3: Cómo encontrar la distribución normal usando la función fitdist(x,distname,’By’,groupvar)
El código MATLAB que se proporciona a continuación se ajusta distribuciones normales a datos agrupados, calcula y traza la pdf de ambos grupos de datos.
cargar pacientesCon = Peso ;
[ pdca , gn , gl ] = en forma ( Con , 'Normal' , 'Por' , Género )
femenino = pdca { 1 }
masculino = pdca { 2 }
valores_z = 80 : 1 : 220 ;
mujerpdf = pdf ( femenino , valores_z ) ;
hombrepdf = pdf ( masculino , valores_z ) ;
cifra
trama ( valores_z , mujerpdf , 'Ancho de línea' , 2 )
esperar
trama ( valores_z , hombrepdf , 'Color' , 'r' , 'Estilo de línea' , ':' , 'Ancho de línea' , 2 )
leyenda ( gn , 'Ubicación' , 'Noreste' )
esperar
Conclusión
Encontrar el distribución normal de un conjunto de datos es una técnica estadística que se utiliza ampliamente en el aprendizaje automático, la inteligencia artificial, la ciencia de datos y muchos otros campos. Se puede definir utilizando dos parámetros; media y desviación estándar de los puntos de datos. Podemos ajustar el conjunto de datos en el distribución normal objeto usando el apto() función. Esta guía ha proporcionado los conceptos básicos de la distribución normal función y cómo trabajar con ella en MATLAB usando el apto() función.