matlab一组数据如何画概率密度函数

有很多办法可以用.最简单的是histogram,就是直方图方法：每个数据点代表一个单位长方体,对每个数据点进行统计求和即可.这是KDE(kernelDensityestimation)方法的一个特例.

X=[76543210-12]Y=[201350-3-4-30511]polyfit(X,Y,2)ans=0.7554-2.75031.4219f(x)=0.7554x²-2.7503x+1

%在矩阵num中提取比1大并且最接近1的数num=randn(1,10);result=min(num(find(num-1>0)))

File->Import,导入1.txt文件,则在workspace中生成一个x1文件,右击它一下,选择bar(x1),可以画出图.至于曲线一般用plot函数,坐标用axis改.再问：你好，我现

a=dlmread('d:\1.txt');a=a(:);ksdensity(a);再问：如果想画出概率密度怎么写代码？再答：这样就能画出概率密度来了，最后那个函数就是得到概率密度函数图，你是不是想要

clc;clearx=randn(1,1000);%hist(x)[mu,sigma]=normfit(x)d=pdf('norm',x,mu,sigma);figureplot(x,d,'.')

据我所知,matlab应该没有直接的根据数据判断分布类型的方法或命令.我提供一种思路,不一定有用,仅供参考：1.首先筛选数据可能的概率分布类型.有可能你知道数据的分布类型了,只是不知道其参数；有可能你

概率统计直方图hist(data)统计data中各数据出现个数例子hist([22334555556788])具体请看hist帮助

一般通过已知数据,求取概率密度.需要统计学的知识.大致是画频谱图.具体好像是求什么频数等等.但是这个也不是太难.你照着相关书籍,就应该能写程序了.至于重复数值,那肯定是可能的啊.因为一个未知变量都能够

fft(y)再问：我不懂呀，能不能详细点，但是没学过FFT语句，课本上也没有。谢谢~再答：Y4=fft(y,Nn);%y为你要做FFT变化的数组，Nn为y的长度，得到的Y4就是y对应的频谱fre=ab

a=[00023004050];a0=a(find(a~=0))

x=[0:0.2:2.2];y=[0.10.82.33.11.22.45.60.2-2.31.8-1.7-4];n=1;form=1:length(y)ifabs(y(m))>=2x1(n)=x

先得到下标:r=randi(6,100,1)然后新数列：A(1:100)=[a(r(1));a(r(100))]

两句话：1.正态分布（normaldistribution）又名高斯分布（Gaussiandistribution）2.cftool里面也可以自定义拟合的表达式.

A=[1+rand(1,20)'10+rand(1,20)'rand(1,20)'];%原始数据3列mn=mean(A);%求均值sd=std(A);%求标准差再问：不用算t，也就是数据为两列，分别为

x=load('data.dat');%load数据fs=10000;%采样频率,自己根据实际情况设置N=length(x);%x是待分析的数据n=1:N;%1-FFTX=fft(x);%FFTX=X

假设幅值在A中,频率在f中：a=find(f==2.5*10^6);A(a)%即为对应于频率2.5MHz处的幅值

原因是对初值（主要是B(2)）非常敏感,很容易陷入局部最优.你可以取初值为[1,0.05]试一下,应该可以得到比较满意的结果.

叫做曲线拟合,可以用fit命令,也可以用曲线拟合工具箱工具箱最方便先输入数据打开start->toolboxes->curvefitting->curvefittingtoolboxes点data,选

A数组是个例子,程序你看一下吧,有什么不懂的再问吧!clear;clcA=[111113333555]B=unique(A)c=zeros(size(B));fori=1:length(B)c(i)=