1
我可以使用逆方法创建指数分布。我想规格化直方图。我该怎么做?如何归一化直方图
这是我的代码
N=100;
Lambda=2;
r=rand(N,1);
X=-log(1-r)/Lambda;
hist(X), colormap(bone);
t = 0:0.01:5;
pdf=Lambda*exp(-Lambda*t);
hold on, plot(t,pdf,'LineWidth',2)
我可以使用逆方法创建指数分布。我想规格化直方图。我该怎么做?如何归一化直方图
这是我的代码
N=100;
Lambda=2;
r=rand(N,1);
X=-log(1-r)/Lambda;
hist(X), colormap(bone);
t = 0:0.01:5;
pdf=Lambda*exp(-Lambda*t);
hold on, plot(t,pdf,'LineWidth',2)
直方图进行归一化,以单位面积,以便它可以与理论PDF进行比较。为了归一化到单位面积需要通过样品的数目和由箱宽度来划分:
N = 100;
Lambda=2;
r = rand(N,1);
X = -log(1-r)/Lambda;
[hy, hx] = hist(X); %/ get histogram values
hy = hy/numel(X)/(hx(2)-hx(1)); %//normalize histogram
bar(hx, hy) %// plot histogram
t = 0:0.01:5;
pdf = Lambda*exp(-Lambda*t);
hold on, plot(t,pdf,'LineWidth',2) %// plot pdf
或者使用新histogram
函数(在R2014b引入),其中根据自动规格化到指定的正常化选项:
N = 100;
Lambda=2;
r = rand(N,1);
X = -log(1-r)/Lambda;
histogram(X, 'Normalization', 'pdf') %// plot normalized histogram
t = 0:0.01:5;
pdf = Lambda*exp(-Lambda*t);
hold on, plot(t,pdf,'LineWidth',2) %// plot pdf
请确定通过标准化直方图 – Dan
你乘以每个元素与给定的数字,'PDF你是什么意思= C * LAMBDA * EXP(-Lambda * T);'。 –