matlab 绘制正态分布图

2024-05-14 1160阅读

目录

  • 一、简单正态分布曲线
    • 1、代码实现
    • 2、结果展示
    • 二、绘制不同分布区间的颜色
      • 1、代码实现
      • 2、结果展示
      • 三、计算标准差分布的百分比
        • 1、代码实现
        • 2、结果展示

          matlab 绘制正态分布图

          本文由CSDN点云侠原创,原文链接。如果你不是在点云侠的博客中看到该文章,那么此处便是不要脸的爬虫与GPT。

          一、简单正态分布曲线

          1、代码实现

          % 生成符合标准正态分布的随机数
          data = randn(10000, 1);
          % 计算平均值和标准差
          mu = mean(data);
          sigma = std(data);
          % 绘制标准正态分布曲线
          x = linspace(mu - 4*sigma, mu + 4*sigma, 100);
          y = normpdf(x, mu, sigma);
          plot(x, y, 'LineWidth', 2);
          hold on;
          % 在x轴上标示出距离平均值位置的1倍、2倍和3倍标准差值位置
          line([mu-sigma, mu-sigma], [0, normpdf(mu-sigma, mu, sigma)], 'Color', 'r', 'LineStyle', '--');
          line([mu+sigma, mu+sigma], [0, normpdf(mu+sigma, mu, sigma)], 'Color', 'r', 'LineStyle', '--');
          line([mu-2*sigma, mu-2*sigma], [0, normpdf(mu-2*sigma, mu, sigma)], 'Color', 'g', 'LineStyle', '--');
          line([mu+2*sigma, mu+2*sigma], [0, normpdf(mu+2*sigma, mu, sigma)], 'Color', 'g', 'LineStyle', '--');
          line([mu-3*sigma, mu-3*sigma], [0, normpdf(mu-3*sigma, mu, sigma)], 'Color', 'b', 'LineStyle', '--');
          line([mu+3*sigma, mu+3*sigma], [0, normpdf(mu+3*sigma, mu, sigma)], 'Color', 'b', 'LineStyle', '--');
          

          2、结果展示

          matlab 绘制正态分布图

          二、绘制不同分布区间的颜色

          1、代码实现

          % 设置图形属性
          xlabel('x');
          ylabel('Probability Density');
          title('Standard Normal Distribution');
          legend('Standard Normal Distribution', '1\sigma', '2\sigma', '3\sigma');
          x = -4:0.01:4; % x轴范围
          y = normpdf(x, 0, 1); % 标准正态分布的概率密度函数
          plot(x, y, 'b', 'LineWidth', 2); % 绘制蓝色曲线
          hold on; % 保持图形窗口,以便后续添加标记和区域
          mean_value = 0; % 平均值
          std_value = 1; % 标准差
          % 计算距离平均值位置的1倍、2倍和3倍标准差值
          x1 = mean_value - std_value;
          x2 = mean_value - 2 * std_value;
          x3 = mean_value - 3 * std_value;
          x4 = mean_value + std_value;
          x5 = mean_value + 2 * std_value;
          x6 = mean_value + 3 * std_value;
          % 绘制标记
          plot([x1, x1], [0, normpdf(x1, 0, 1)], 'r--', 'LineWidth', 1); %1倍标准差位置,红色虚线
          plot([x2, x2], [0, normpdf(x2, 0, 1)], 'g--', 'LineWidth', 1); % 2倍标准差位置,绿色虚线
          plot([x3, x3], [0, normpdf(x3, 0, 1)], 'm--', 'LineWidth', 1); % 3倍标准差位置,品红色虚线
          plot([x4, x4], [0, normpdf(x4, 0, 1)], 'r--', 'LineWidth', 1); % 1倍标准差位置,红色虚线
          plot([x5, x5], [0, normpdf(x5, 0, 1)], 'g--', 'LineWidth', 1); % 2倍标准差位置,绿色虚线
          plot([x6, x6], [0, normpdf(x6, 0, 1)], 'm--', 'LineWidth', 1); % 3倍标准差位置,品红色虚线
          % 绘制不同分布区间的颜色
          area(x(xx6), 'FaceColor', [0.9 0.9 0.9]); % 平均值右侧区域,浅灰色
          area(x(x>=x1 & x=x1 & xx4 & xx4 & xx5 & xx5 & x
VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]