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. 已知一组数据服从正态分布，怎么用matlab画出其正态分布曲线

>> %先求出这一组数据的方差σ，均值μ；%然后调用函数 y=gaussmf(x,[σ μ],正态分布又被称为高斯分布%代码如下%比如一组数据：data=[2 4 6 8 10 12]
data =
2     4     6     8    10    12
>> %求出均值u>> u=mean(data)
u =
7>> %求出标准差s，然后平方得方差sq>> s=std(data)s =3.7417>> sq=s^2sq =14>> %然后是代到正态分布函数里面>> x=-33:0.01:47;%取-33到47的小区间>> y=gaussmf(x,[sq,u]);%求出x对应y变量的值>> plot(x,y)%画出正态分布曲线
下面是运算结果

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. 如何用matlab计算正态分布

matlab里有个函数erf，计算的是上述积分。
借助erf，自己做下变量代换，然后用1/2减一下，就能求出你要的值。

5. 求问matlab的一个正态分布编程问题

这个有两个办法 看你题目的要求是什么。
 
1）可以直接用数学办法。已知这两个随机变量的平均数和标准差 可以得到运算后变量的平均和标准差。
Y-X的平均数是0.5-0=0.5；标准差是根号下（1的平方加2的平方）等于根号5
X^2+Y^2平均数是0+1+0.5+4=5.5；标准差需要根据情况来讨论

2）可以直接拿Matlab模拟随机变量，比如模拟1000个：
x=normrnd（0，1，1000，1）
y=normrnd（0.5，2，1000，1）
然后直接plot出y-x和x^2-y^2的histogram就行了

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. 如何用matlab或其他程序也行画一维标准正态分布图，球球大神救救孩子写个程序吧，必采纳急!球球了

如何用matlab标准正态分布图？
这个问题可以通过下列方法来实现：
1、用mu=7.45来表示均值，用sigma=1来表示标准差
2、创建自定义的正态分布函数，即
func=@(x)1/(sqrt(2*pi)*sigma).*exp(-(x-mu).^2/(2*sigma));
3、确定x的变化范围，如
x=-5:0.1:20;
4、计算对应于x的正态分布值，即
y=func(x);
5、使用plot函数绘制正态分布图，即
plot(x,y)
xlabel('x');ylabel('y(x)')
6、运行结果图

8. matlab 正态分布问题

p = [4, 4.8, 4.6, 3.6, 2.8, 2.8, 3.6, 1.5, 2.8, 3][mu,sigma]=normfit(p)cdf=normcdf(p,mu,sigma)p(cdf>0.05&cdf<0.95)
p =    4.0000    4.8000    4.6000    3.6000    2.8000    2.8000    3.6000    1.5000    2.8000    3.0000mu =    3.3500sigma =    0.9812cdf =    0.7462    0.9303    0.8987    0.6006    0.2876    0.2876    0.6006    0.0297    0.2876    0.3607ans =    4.0000    4.8000    4.6000    3.6000    2.8000    2.8000    3.6000    2.8000    3.0000