Main Content

La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

histfit

Histograma con un ajuste de distribución

Descripción

ejemplo

histfit(data) representa un histograma de valores en data usando el número de bins que equivalen a la raíz cuadrada del número de elementos de data y se ajusta a una función de densidad normal.

ejemplo

histfit(data,nbins) representa un histograma usando los bins de nbins y se ajusta a una función de densidad normal.

ejemplo

histfit(data,nbins,dist) representa un histograma con los bins de nbins y se ajusta a una función de densidad de la distribución especificada por dist.

ejemplo

histfit(ax,___) usa los ejes de la gráfica especificados por el argumento ax del objeto Axes. Especifique ax como primer argumento de entrada, seguido de cualquier combinación de argumentos de entrada de las sintaxis anteriores.

ejemplo

h = histfit(___) devuelve un vector de identificadores h, donde h(1) corresponde al identificador del histograma y h(2) al de la curva de densidad.

Ejemplos

contraer todo

Genere una muestra con un tamaño de 100 a partir de una distribución normal con una media de 10 y una varianza de 1.

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

Construya un histograma con un ajuste de distribución normal.

histfit(r)

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

histfit utiliza fitdist para ajustar una distribución a los datos. Utilice fitdist para obtener los parámetros utilizados en el ajuste.

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

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

Los intervalos que aparecen junto a las estimaciones de los parámetros son los intervalos de confianza del 95% para los parámetros de la distribución.

Genere una muestra con un tamaño de 100 a partir de una distribución normal con una media de 10 y una varianza de 1.

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

Construya un histograma usando 6 bins con un ajuste de distribución normal.

histfit(r,6)

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

Genere una muestra con un tamaño de 100 a partir de una distribución beta con los parámetros (3,10).

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

Construya un histograma usando 10 bins con un ajuste de distribución beta.

histfit(b,10,'beta')

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

Genere una muestra con un tamaño de 100 a partir de una distribución beta con los parámetros (3,10).

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

Construya un histograma usando 10 bins con un ajuste de función de suavizado.

histfit(b,10,'kernel')

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

Genere una muestra con un tamaño de 100 a partir de una distribución normal con una media de 3 y una varianza de 1.

rng('default') % For reproducibility
r = normrnd(3,1,100,1);

Cree una figura con dos subgráficas y devuelva los objetos Axes como ax1 y ax2. Cree un histograma con un ajuste de distribución normal en cada conjunto de ejes haciendo referencia al objeto Axes. En la subgráfica izquierda, represente un histograma con 10 bins. En la subgráfica derecha, represente un histograma con 5 bins. Añada un título a cada gráfica pasando el objeto Axes correspondiente a la función title.

ax1 = subplot(1,2,1); % Left subplot
histfit(ax1,r,10,'normal')
title(ax1,'Left Subplot')

ax2 = subplot(1,2,2); % Right subplot
histfit(ax2,r,5,'normal')
title(ax2,'Right Subplot')

Figure contains 2 axes objects. Axes object 1 with title Left Subplot contains 2 objects of type bar, line. Axes object 2 with title Right Subplot contains 2 objects of type bar, line.

Genere una muestra con un tamaño de 100 a partir de una distribución normal con una media de 10 y una varianza de 1.

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

Construya un histograma con un ajuste de distribución normal.

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

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

h = 
  2x1 graphics array:

  Bar
  Line

Cambie los colores de barras del histograma.

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

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

Cambie el color de la curva de densidad.

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

Figure contains an axes object. The axes object contains 2 objects of type bar, line.

Argumentos de entrada

contraer todo

Datos de entrada, especificados como un vector.

Ejemplo: data = [1.5 2.5 4.6 1.2 3.4]

Ejemplo: data = [1.5 2.5 4.6 1.2 3.4]'

Tipos de datos: double | single

Número de bins del histograma, especificados como un número entero positivo. El valor predeterminado es la raíz cuadrada del número de elementos de data redondeado hacia arriba. Cuando ajuste una distribución, utilice [ ] para utilizar el número de bins predeterminado.

Ejemplo: y = histfit(x,8)

Ejemplo: y = histfit(x,10,'gamma')

Ejemplo: y = histfit(x,[ ],'weibull')

Tipos de datos: double | single

La distribución que se usará para ajustar al histograma, especificada como un vector de caracteres o un escalar de cadena. La siguiente tabla muestra las distribuciones admitidas.

distDescripción
'beta'Beta
'birnbaumsaunders'Birnbaum-Saunders
'burr'Burr tipo XII
'exponential'Exponencial
'extreme value' o 'ev'Valor extremo
'gamma'Gamma
'generalized extreme value' o 'gev'Valor extremo generalizada
'generalized pareto' o 'gp'Pareto generalizada (umbral 0)
'inversegaussian'Gaussiana inversa
'logistic'Logística
'loglogistic'Loglogística
'lognormal'Lognormal
'nakagami'Nakagami
'negative binomial' o 'nbin'Binomial negativa
'normal'Normal
'poisson'Poisson
'rayleigh'Rayleigh
'rician'Rice
'tlocationscale'T de localización y escala
'weibull' o 'wbl'Weibull
'kernel'Distribución de suavizado de kernel no paramétrica. La densidad se evalúa en 100 puntos equidistantes que cubren el rango de los datos de data. Es adecuada para muestras distribuidas de forma continua.

Los ejes de la gráfica, especificados como un objeto Axes. Si no especifica ax, histfit crea la gráfica utilizando los ejes actuales. Para obtener más información sobre la creación de un objeto Axes, consulte axes.

Argumentos de salida

contraer todo

Los identificadores de la gráfica, devueltos como un vector, donde h(1) es el identificador del histograma y h(2) corresponde al identificador de la curva de densidad. histfit normaliza la densidad para que el área total bajo la curva coincida con la del histograma.

Algoritmos

histfit utiliza fitdist para ajustar una distribución a los datos. Utilice fitdist para obtener los parámetros utilizados en el ajuste.

Historial de versiones

Introducido antes de R2006a