MKZR:Dodatek
Z Skrypty dla studentów Ekonofizyki UPGOW
(Różnice między wersjami)
(→Histogramy 1D) |
(→Histogramy 1D) |
||
Linia 5: | Linia 5: | ||
===Histogramy 1D=== | ===Histogramy 1D=== | ||
- | + | Proszę zauważyć ze drugi argument jest normą tego histogramu, która zgodnie z dokumentacja (help hist) jest sumą wartości wszystkich słupków. Ponieważ chcemy porównać ten histogram z gęstością to mamy: | |
<math>1=\int_0^\infty f(x) dx=\sum_{i=1}^N f(x_i) h</math> | <math>1=\int_0^\infty f(x) dx=\sum_{i=1}^N f(x_i) h</math> | ||
Linia 12: | Linia 12: | ||
<math>\sum_{i=1}^N f(x_i) =1/h</math> | <math>\sum_{i=1}^N f(x_i) =1/h</math> | ||
+ | |||
+ | <source lang='matlab'> | ||
+ | xmax=5; | ||
+ | h=.1; | ||
+ | mydata=normrnd (0,1,10000,1); | ||
+ | [NN,XX]=hist(mydata,[-xmax:h:xmax],1/h); | ||
+ | plot(XX,NN,"-",XX,normpdf(XX,0,1),"r-") | ||
+ | bar(XX,NN) | ||
+ | |||
+ | </source> | ||
===Histogramy 2D=== | ===Histogramy 2D=== |
Wersja z 08:10, 11 maj 2010
Spis treści |
Histogramy
Ważną umiejętnością jest estymacja funkcji gęstości z pewnej (dużej) licznby danych liczbowych. Proces taki jest nazywany hostogramowaniem.
Histogramy 1D
Proszę zauważyć ze drugi argument jest normą tego histogramu, która zgodnie z dokumentacja (help hist) jest sumą wartości wszystkich słupków. Ponieważ chcemy porównać ten histogram z gęstością to mamy:
\(1=\int_0^\infty f(x) dx=\sum_{i=1}^N f(x_i) h\)
z czego nam wynika, że suma wysokości słupków gęstości unormowanej do jedynki wynosi:
\(\sum_{i=1}^N f(x_i) =1/h\)
xmax=5; h=.1; mydata=normrnd (0,1,10000,1); [NN,XX]=hist(mydata,[-xmax:h:xmax],1/h); plot(XX,NN,"-",XX,normpdf(XX,0,1),"r-") bar(XX,NN)