已知一組數據服從正態(tài)分布，怎么用matlab畫出其正態(tài)分布曲線？>>%首先計算這組數據的方差sigma，mean%，然后調用函數y=gaussmf（x，[sigma]，正態(tài)分布，也稱為高斯分布

已知一組數據服從正態(tài)分布，怎么用matlab畫出其正態(tài)分布曲線？

>>%首先計算這組數據的方差sigma，mean

%，然后調用函數y=gaussmf（x，[sigma]，正態(tài)分布，也稱為高斯分布]%代碼如下]），例如，一組數據：

data=[2 46810 12

]data=

2 46810 12

>>%，mean u

>> u=mean（data）gt。%求出標準差s，然后求平方得到方差sq

>> s=STD（數據）

s=

3.7417

>> sq=s^2

sq=

14

>>%，然后將其代入正態(tài)分布函數

>> x=-33:0.01:47%，取-33到47個單元格

>> y=gaussmf（x，[sq，u]）%求x

>> Plot（x，Y）%對應的Y變量的值，繪制正態(tài)分布曲線

以下是運算結果

原理與正態(tài)曲線相同

根據已知系數構造分布函數

然后用插值法計算相應的概率數據

然后畫線圖。

峰度由第四中心矩決定。因為實驗研究表明偶數階的大小與圖形分布的峰度有關。數據的二階中心矩可以在一定程度上反映分布的峰度，但有時方差相同的數據峰度不同，所以用四階中心矩來反映分布的峰度。在實際工作中，為了消除變值水平和測量單位的影響，采用四階中心矩與σ4的比值作為峰度指標，稱之為峰度。但在SPSS中，四階中心矩與σ4減3的比值為0。如果它是0，則表示它與0相同。如果它大于0，則表示它比正態(tài)分布更陡。前面的答案是在Excel中實現(xiàn)這個想法。只要知道函數公式，就可以用插值法來計算和繪制曲線，這與前面給出的正態(tài)分布曲線完全相同。只要替換一個函數公式，就不需要再舉一個例子了，是嗎？

正態(tài)分布偏態(tài)系數？

正態(tài)分布公式

正態(tài)分布函數的密度曲線可以表示為：X服從正態(tài)分布，表示為X~n（m，S2），其中μ為均值，s為標準差，X∈（-∞，∞）。標準正態(tài)分布，另一正態(tài)分布μ為0，s為1。

如果期望方差是高斯分布，則定義為正態(tài)分布。其概率密度函數為正態(tài)分布，其位置由期望值μ決定，振幅由標準差σ決定。由于其鐘形曲線，常被稱為鐘形曲線。正態(tài)分布有兩個參數：均值（μ）和標準差（σ）。

μ是位置參數。當σ固定時，μ越大，曲線沿水平軸向右移動；反之，μ越小，曲線沿水平軸向左移動。當μ固定時，σ越大，曲線越平坦；σ越小，曲線越尖銳。它通常用來表示標準正態(tài)分布。