Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

cdfplot

Trazado de la función de distribución acumulativa empírica (cdf)

Descripción

ejemplo

cdfplot(x) crea una gráfica de función de distribución acumulativa empírica (cdf) para los datos en .x Para un valor en , el cdf empíricotx F(t) es la proporción de los valores en menor o igual que .xt

h = cdfplot(x) devuelve un identificador del objeto de línea de trazado cdf empírico. Se utiliza para consultar o modificar las propiedades del objeto después de crearlo.h Para obtener una lista de propiedades, consulte .Line Properties

[h,stats] = cdfplot(x) también devuelve una estructura que incluye estadísticas de resumen para los datos en .x

Ejemplos

contraer todo

Trazar el cdf empírico de un conjunto de datos de ejemplo y compararlo con el cdf teórico de la distribución subyacente del conjunto de datos de muestra. En la práctica, un cdf teórico puede ser desconocido.

Genere un conjunto de datos de muestra aleatorio a partir de la distribución de valores extremos con un parámetro de ubicación de 0 y un parámetro de escala de 3.

rng('default')  % For reproducibility y = evrnd(0,3,100,1);

Trazar el cdf empírico del conjunto de datos de muestra y el cdf teórico en la misma figura.

cdfplot(y) hold on x = linspace(min(y),max(y)); plot(x,evcdf(x,0,3)) legend('Empirical CDF','Theoretical CDF','Location','best') hold off

La trama muestra la similitud entre el cdf empírico y el cdf teórico.

Alternativamente, puede utilizar la función.ecdf La función también traza los intervalos de confianza del 95% estimados mediante el uso de la fórmula de Greenwood.ecdf Para obtener más información, consulte .Fórmula de Greenwood

ecdf(y,'Bounds','on') hold on plot(x,evcdf(x,0,3)) grid on title('Empirical CDF') legend('Empirical CDF','Lower Confidence Bound','Upper Confidence Bound','Theoretical CDF','Location','best') hold off

Realice la prueba Kolmogorov-Smirnov de una muestra utilizando .kstest Confirme la decisión de prueba comparando visualmente la función de distribución acumulativa empírica (cdf) con la cdf normal estándar.

Cargue el conjunto de datos.examgrades Cree un vector que contenga la primera columna de los datos de calificación del examen.

load examgrades test1 = grades(:,1);

Pruebe la hipótesis nula de que los datos provienen de una distribución normal con una media de 75 y una desviación estándar de 10. Utilice estos parámetros para centrar y escalar cada elemento del vector de datos, ya que comprueba una distribución normal estándar de forma predeterminada.kstest

x = (test1-75)/10; h = kstest(x)
h = logical
   0

El valor devuelto de indica que no puede rechazar la hipótesis nula en el nivel de significancia predeterminado del 5%.h = 0kstest

Trazar el cdf empírico y el cdf normal estándar para una comparación visual.

cdfplot(x) hold on x_values = linspace(min(x),max(x)); plot(x_values,normcdf(x_values,0,1),'r-') legend('Empirical CDF','Standard Normal CDF','Location','best')

La figura muestra la similitud entre el cdf empírico del vector de datos centrado y escalado y el cdf de la distribución normal estándar.

Argumentos de entrada

contraer todo

Datos de entrada, especificados como vector numérico.

Tipos de datos: single | double

Argumentos de salida

contraer todo

Control del objeto de línea de trazado cdf empírico, devuelto como un objeto de línea de gráfico. Se utiliza para consultar o modificar las propiedades del objeto después de crearlo.h Para obtener una lista de propiedades, consulte .Line Properties

Estadísticas de resumen para los datos en , devueltos como una estructura con los siguientes campos:x

CampoDescripción

min

Valor mínimo

max

Valor máximo

mean

Media de la muestra

median

Mediana de muestra (percentil 50)

std

Desviación estándar de muestra

Sugerencias

  • es útil para examinar la distribución de un conjunto de datos de ejemplo.cdfplot Puede superponer un cdf teórico en la misma gráfica de comparar la distribución empírica de la muestra con la distribución teórica.cdfplot Para obtener un ejemplo, consulte .Comparar Cdf Empirical con Cdf teórico

  • Las estadísticas de prueba de proceso , y functions derivadas de un cdf empírico. es útil para ayudarle a entender la salida de estas funciones.kstestkstest2lillietestcdfplot Para obtener un ejemplo, consulte .Prueba de distribución normal estándar

Funcionalidad alternativa

Puede utilizar la función para buscar los valores empíricos de cdf y crear una gráfica de cdf empírica.ecdf La función le permite indicar datos censurados y calcular los límites de confianza para los valores cdf estimados.ecdf

Introducido antes de R2006a