如何用matlab画正态分布曲线

1. 如何用matlab画正态分布曲线

请参照以下步骤用matlab画正态分布曲线。
1、首先将需要被分析的数据文件整理为矩阵文件，即行列分明的数据文件。

2、打开matlab软件之后，点击菜单栏里的“import data”，准备加载需要统计分析的数据。

3、打开加载界面之后，找到要加载的数据文件，点击打开。

4、在加载的界面，将类型选择“matrix”矩阵列表，接着选择需要导入的列数据，然后点击右侧的“improt selection”进行导入。

5、导入之后，点击导入的矩阵列表，如图中的“S260”，注意不要打开，选中即可，然后点击菜单的“plots”。在绘图工具栏里，点击图标右侧的小三角准备打开更多图表类型。

6、在展开后的matlab图标里，找到“histfit”，进行点击。

7、完成以上设置后，即可用matlab画出数据的正态分布曲线。

2. 怎么用matlab验证正态分布,并给出正态分布的表达式

分布的正太性检验：
x为你要检验的数据。
load x
histfit(x);
normplot(x);
从这两个图中可以看出是否近似服从正太分布。
然后估计参数：
[muhat,sigmahat,muci,sigmaci]=normfit(x);
muhat , sigmahat,muci,sigmaci 分别表示均值、方差、均值的0.95置信区间、方差0.95置信区间。
现在可以用t检验法对其进行检验：
现在在方差未知的情况下，检验均值是否为mahat；
[h,sig,ci]=ttest(x,muhat);
其中h为布尔变量，h=0表示不拒绝零假设，说明均值为mahat的假设合理。若h=1则相反；
ci表示0.95的置信区间。
sig若比0.5大则不能拒绝零假设，否则相反。

希望对你有帮助！

3. 用matlab算正态分布

用matlab计算正态分布的概率值，可以normpdf（）函数求得。计算方法为
>> x=165;mu=146;sigma=8;
>> normpdf(x,mu,sigma)
ans =    0.0030

4. 怎么用《matlab》验证正态分布,并给出正态分布的表达式？

分布的正太性检验：
x为你要检验的数据。
load x
histfit(x);
normplot(x);
从这两个图中可以看出是否近似服从正太分布。
然后估计参数：
[muhat,sigmahat,muci,sigmaci]=normfit(x);
muhat , sigmahat,muci,sigmaci 分别表示均值、方差、均值的0.95置信区间、方差0.95置信区间。
现在可以用t检验法对其进行检验：
现在在方差未知的情况下，检验均值是否为mahat；
[h,sig,ci]=ttest(x,muhat);
其中h为布尔变量，h=0表示不拒绝零假设，说明均值为mahat的假设合理。若h=1则相反；
ci表示0.95的置信区间。
sig若比0.5大则不能拒绝零假设，否则相反。

5. 用matlab检验一组数据是否符合正态分布

集中性正态曲线的高峰位于正中央，即均数所在的位置。对称性正态曲线以均数为中心，左右对称，曲线两端永远不与横轴相交。均匀变动性正态曲线由均数所在处开始，分别向左右两侧逐渐均匀下降。
曲线与横轴间的面积总等于1，相当于概率密度函数的函数从正无穷到负无穷积分的概率为1。即频率的总和为100%。
关于μ对称，并在μ处取最大值，在正（负）无穷远处取值为0，在μ±σ处有拐点，形状呈现中间高两边低，正态分布的概率密度函数曲线呈钟形，因此人们又经常称之为钟形曲线。


扩展资料：
正态分布具有两个参数μ和σ^2的连续型随机变量的分布，第一参数μ是服从正态分布的随机变量的均值，第二个参数σ^2是此随机变量的方差，所以正态分布记作N（μ,σ2）。
μ是正态分布的位置参数，描述正态分布的集中趋势位置。概率规律为取与μ邻近的值的概率大，而取离μ越远的值的概率越小。正态分布以X=μ为对称轴，左右完全对称。正态分布的期望、均数、中位数、众数相同，均等于μ。
σ描述正态分布资料数据分布的离散程度，σ越大，数据分布越分散，σ越小，数据分布越集中。也称为是正态分布的形状参数，σ越大，曲线越扁平，反之，σ越小，曲线越瘦高。
参考资料来源：百度百科- 正态分布
参考资料来源：百度百科-标准正态分布

6. 用matlab 将一组数据进行正态分布拟合

用matlab 对一组数据进行正态分布拟合 ，可以用nlinfit（）函数拟合得到其正态分布参数，
μ=0.34702,σ=2.2344

7. 如何在matlab输入正态分布数据

如果是在matlab外生成的输入，在文件里的读进来赋给矩阵即可；
若是需要在matlab里生成正态分布的数据，可以用正态分布随机数产生函数randn，如：
a=randn（1,1000）
它的hist图为：

8. 怎么用matlab验证正态分布并给出正态分布的表达式？

分布的正太性检验：
x为你要检验的数据。
load x
histfit(x);
normplot(x);
从这两个图中可以看出是否近似服从正太分布。
然后估计参数：
[muhat,sigmahat,muci,sigmaci]=normfit(x);
muhat , sigmahat,muci,sigmaci 分别表示均值、方差、均值的0.95置信区间、方差0.95置信区间。
现在可以用t检验法对其进行检验：
现在在方差未知的情况下，检验均值是否为mahat；
[h,sig,ci]=ttest(x,muhat);
其中h为布尔变量，h=0表示不拒绝零假设，说明均值为mahat的假设合理。若h=1则相反；
ci表示0.95的置信区间。
sig若比0.5大则不能拒绝零假设，否则相反。