clc
clear
%导入数据
r=xlsread('D:\matlab\bin\emd+神经网络\raodong.xlsx');
Raodong=bootrsp(r,20);
raodong=Raodong(:);
n=numel(raodong);
%画概率密度分布图
vmin=min(raodong);
vmax=max(raodong);
l=linspace(vmin,vmax,25);
[fre,R]=hist(raodong,l);%计算各区间个数
fe=cumsum(fre)/n;%计算累积频率;
f1=fre/sum(fre);
figure(1)
bar(R,fe);%累计频率直方图
figure
bar(R,f1)
hold on
plot(R,f1);
hold off
dx=(vmax-vmin)/24;
f=gradient(fe,dx);%根据累计分布函数求导得概率密度
x=vmin:0.01:vmax;
y=normpdf(x,mean(raodong),std(raodong));
x1=sort(raodong);
[mu1, sigma1] = normfit(raodong);
w1=normpdf(raodong,mu1,sigma1);%拟合均值为mean(A),方差为std(A)的正态分布
figure(2)
bar(R,f,'y');
hold on
plot(R,f,'r');
% hold on
% plot(x,y,'k');
legend('扰动项的频率分布直方图','扰动项的估计分布','正态分布');
hold off
figure(3);
hname={'normal' 'epanechnikov' 'box' 'triangle'};
colors={'r-','b-','k-','m-'};
for j=1:4
[f1,xi,u]=ksdensity(raodong,'function','pdf','kernel',hname{j});
plot(xi,f1,colors{j},'linewidth',2);
hold on;
end
legend(hname{:});
[f1,xi,u]=ksdensity(raodong,'function','pdf','kernel','box');
% hold off
figure;
bar(R,f,'y');
hold on;
plot(xi,f1,colors{j},'linewidth',2);
% plot([a1,a1])
% hist(raodong);
% m=ksdensity(xi,a1,'function','pdf');
%求解上下分位数
a1=prctile(xi,10);
a2=prctile(xi,90);
a3=prctile(xi,50);
威布尔分布参数估计.rar
4星 · 超过85%的资源 需积分: 50 24 浏览量
2019-05-25
10:25:47
上传
评论 18
收藏 16KB RAR 举报
Sandy_Sandy_yuan
- 粉丝: 70
- 资源: 42
最新资源
- 5ffd9193f6aec31bbf16030a46680dc7.avi
- DA14531-蓝牙传感器连接传输数据固件
- logisim实验MIPS运算器(ALU)设计(内含4位先行进位74182、四位快速加法器、32位快速加法器)-Educoder_logisim里面连线,实现4位先行进位74182和4位快速加法器-C
- 高等数学第一章第二节数列的极限
- Python 版冒泡排序算法源代码
- tensorflow-gpu-2.7.2-cp38-cp38-manylinux2010-x86-64.whl
- tensorflow-2.7.3-cp39-cp39-manylinux2010-x86-64.whl
- tensorflow-2.7.2-cp39-cp39-manylinux2010-x86-64.whl
- Python版本快速排序源代码
- 精品源码基于JSP实现的酒店管理系统
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈