Main Content

ksdensity を使用したカーネル分布の当てはめ

この例では、関数 ksdensity を使用して標本データからカーネル確率密度推定を生成する方法を示します。

手順 1. 標本データを読み込む。

標本データを読み込みます。

load carsmall;

このデータには、さまざまな車種およびモデルのガロンあたりの走行マイル数 (MPG) の測定値が格納され、生産国 (Origin)、モデル年 (Year)、その他の車両の特性によってグループ化されています。

手順 2. カーネル確率密度推定を生成する。

ksdensity を使用し、ガロンあたりの走行マイル数 (MPG) データのカーネル確率密度推定を生成します。

[f,xi] = ksdensity(MPG);

既定では、特に指定しない限り、ksdensity は通常のカーネル平滑化関数を使用し、正規分布の密度を推定するのに最適な帯域幅を選択します。

手順 3. カーネル確率密度推定をプロットする。

カーネル確率密度推定をプロットし、MPG の分布を可視化します。

plot(xi,f,'LineWidth',2)
title('Miles per Gallon')
xlabel('MPG')

Figure contains an axes object. The axes object with title Miles per Gallon, xlabel MPG contains an object of type line.

プロットは、全車種の MPG データに当てはめたカーネル分布の pdf を示しています。分布は右裾が大きく広がっているため、若干偏っていますが、滑らかでほぼ対称的です。

参考

| |

関連するトピック