matlab直方图拟合曲线（Matlab中怎么在自己算得的直方图中加一条密度曲线）

本文目录

• Matlab中怎么在自己算得的直方图中加一条密度曲线
• 如何在 Matlab里 把直方图转化为曲线
• matlab 如何用一列Excel数据做对数正态分布拟合曲线
• matlab曲线拟合中函数上下限怎么确定
• 请问用matlab做出三维曲线拟合后再加什么函数才可以看到拟合的精度啊

Matlab中怎么在自己算得的直方图中加一条密度曲线

直方图是对概率分布函数pdf的直接体现。

Matlab提供了hist（）函数，来方便的产生直方图。只要知道了理论pdf，那么同时画出pdf和直方图就很简单了。

现在以高斯分布为例，来演示如何同时画出pdf和直方图。

归一化高斯概率分布函数如下：

Matlab中直接对应的高斯随机数产生器为randn（）。

具体步骤如下：

1. 用randn（）来产生一组随机序列。

2. 产生直方图

3. 用数学公式来产生高斯概率分布pdf

4. 将2和3的结果做图显示。

参考如下例程：

%========================

x = -4:0.5:4; %直方图的范围

y = randn(10000,1);%产生一组随机序列，10000个。

t = -4:0.01:4;

pdf = length(y)*0.5*exp(-t.^2/2)/sqrt(2*pi);%产生高斯概率分布pdf

hist(y,x);%画出直方图

hold on;

plot(t,pdf,’r’)%画出高斯概率分布函数

%========================

结果如下：

如何在 Matlab里 把直方图转化为曲线

能画直方图，意味着已经有了y值，可以直接plot(y)。

如果用插值的话，曲线会更光滑一点。

看下面图2和图3的差别。

clc; clear; close all;y1 = abs(randn(20,1));figure,bar(y1);axis();figure,plot(y1);% 图2是直接绘制出的曲线axis();x = 1:(length(y1)-1)/1000:length(y1);y2 = interp1(1:length(y1), y1, x, ’spline’);% 在区间做样条插值（间隔一千分之一），即插值出1001个点figure;plot(x,y2);axis();

matlab 如何用一列Excel数据做对数正态分布拟合曲线

close all;clear all;data = xlsread(’数据.xls’,’sheet1’); %读入数据=hist(data,100);   %统计频次分布figure(’Color’,’w’);h=bar(x,y,1);  %画直方图set(h,’EdgeColor’,);hold on;

%对数正态分布密度函数) p(1)./x.*exp(-((log(x)-p(2))/p(3)).^2/2);=max(y); %做非线性数据拟合p=nlinfit(x,y,fun,);

%画拟合曲线x1 = min(x):0.01:max(x);yfit=fun(p,x1); plot(x1,yfit,’k’,’linewidth’,3);

 = max(yfit); %找到极值点xm = x1(i);plot(,’k’,’linewidth’,3); %画竖线xlim();xlabel(’BC浓度（ng/m^3）’);ylabel(’频数’);

matlab曲线拟合中函数上下限怎么确定

1、首先，需要观察待拟合的数据的整体分布情况。通过绘制散点图或直方图等方式，了解数据的分布范围和特征，可以帮助确定函数的上下限。2、根据拟合函数的形式和已知信息，可以预估拟合函数的参数的可能范围。3、根据问题的物理意义和实际约束，可以确定函数的上下限。4、根据前面的步骤初步确定的上下限，进行拟合，并观察拟合结果。

请问用matlab做出三维曲线拟合后再加什么函数才可以看到拟合的精度啊

频率直方图我没太用过 但是其他形式的曲线 比如控制领域的时域图用一下方法是可以实现的。首先：想办法读出样本点，x=(),y=() (在7.0里用小括号就可以了，不同版本可以自行改一下）之后可参见如下方法，我也是转载ilove.MATLAB论坛上的方法 用过很好用转载：“在Matlab 6.5以上的环境下，在左下方有一个"Start"按钮，如同Windows的开始菜单，点开它，在目录"Toolboxes"下有一个"Curve Fitting"，点开"Curve Fitting Tool"，出现数据拟合工具界面，基本上所有的数据拟合和回归分析都可以在这里进行。下面给你简单介绍一下它的使用方法。首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。例如在命令行里输入下列数据:x=(0:0.02:0.98)’;y=sin(4*pi*x+rand(size(x)));此时x-y之间的函数近似的为正弦关系，频率为2，但是存在一个误差项。可以通过作图看出它们的大体分布:plot(x,y,’*’,’markersize’,2);打开曲线拟合共工具界面，点击最左边的"Data..."按钮，出现一个Data对话框，在Data Sets页面里，在X Data选项中选取x向量，Y Data选项中选取y向量，如果两个向量的元素数相同，那么Create data set按钮就激活了，此时点击它，生成一个数据组，显示在下方Data Sets列表框中。关闭Data对话框。此时Curve Fitting Tool窗口中显示出这一数据组的散点分布图。点击Fitting...按钮，出现Fitting对话框，Fitting对话框分为两部分，上面为Fit Editor，下面为Table of Fits,有时候窗口界面比较小，Fit Editor部分会被收起来，只要把Table of Fits上方的横条往下拉就可以看见Fit Editor。在Fit Editor里面点击New Fit按钮，此时其下方的各个选框被激活，在Data Set选框中选中刚才建立的x-y数据组，然后在Type of fit选框中选取拟合或回归类型，各个类型的拟合或回归相应的分别是：Custom Equations 用户自定义函数Expotential e指数函数Fourier 傅立叶函数，含有三角函数Gaussian 正态分布函数，高斯函数Interpolant 插值函数，含有线性函数，移动平均等类型的拟合Polynomial 多项式函数Power 幂函数Rational 有理函数（不太清楚，没有怎么用过）Smooth Spline ？？（光滑插值或者光滑拟合，不太清楚）Sum of sin functions正弦函数类Weibull 威布尔函数（没用过）不好意思，没有学过数理统计，所以很多东西都是用了才知道，翻译也就不太准确。不过在Type of fit选框下方有一个列表框，基本上各个函数类里的函数都写成解析式列在下方以供选择，所以找合适的函数还是比较容易的。在这个Type of fit选框中选择好合适的类型，并选好合适的函数形式。于是点击Apply按钮，就开始进行拟合或者回归了。此时在Curve Fitting Tool窗口上就会出现一个拟合的曲线。这就是所要的结果。在上面的例子中，选择sum of sin functions中的第一个函数形式，点击Apply按钮，就可以看见拟合得到的正弦曲线。在Fitting对话框中的Results文本框中显示有此次拟合的主要统计信息，主要有General model of sin1:....... (函数形式）Coefficients (with 95% conffidence range) (95%致信区间内的拟合常数）a1=... ( ... ...) （等号后面是平均值，括号里是范围）....Godness of fit: (统计结果）SSE: ... （方差）R-squared: ... (决定系数，不知道做什么的）Adjusted R-squared: ... (校正后的决定系数，如何校正的不得而知）RMSE: ... (标准差）上面的例子中经过拟合得到的函数最后为y=0.9354*sin(12.36x+6.886)频率为1.98加减0.03，和原来设置的频率为2符合，相对误差为1.5%。这是曲线拟合工具箱的一个最简单的使用方法，上面还有很多功能，写是写不完的，自己参照这个基本的思路，翻着英汉词典，看着帮助，然后一个按钮一个按钮的试吧。另外要说的是，如果想把这个拟合的图像导出的话，在Curve Fitting Tool窗口的File菜单下选Print to Figure，此时弹出一个新的图像窗口，里面是你要导出的图像，在这个figure窗口的File菜单里再选Export，选择好合适的格式，一般是jpeg，选择好路径，点击OK就可以了。出来的图像可以在Word等环境中使用，就不多说了。要修改图像的性质，如数据点的大小、颜色等等的，只需要在对象上点右键，就差不多可以找到了。”上面所说的X，Y向量就是样本点。下面是转载的网址，希望有用处ilovematlab是个不错的论坛，我也是刚发现，不过帮助很大，基本的问题在那都会有答案。