matlab分布檢驗工具箱

Ⅰ 用matlab進行頻譜分析應該用什麼工具箱

1、采樣數據導入matlab
。
采樣數據的導入至少有三種方法。
第一就是手動將數據整理成matlab支持的格式，這種方法僅適用於數據量比較小的采樣。
第二種方法是使用matlab的可視化交互操作，具體操作步驟為：file
-->
import
data，然後在彈出的對話框中找到保存采樣數據的文件，根據提示一步一步即可將數據導入。這種方法適合於數據量較大，但又不是太大的數據。
第三種方法，使用文件讀入命令。數據文件讀入命令有textread、fscanf、load等，如采樣數據保存在txt文件中，則推薦使用
textread命令。如[a,b]=textread('data.txt','%f%*f%f');
這條命令將data.txt中保存的數據三個三個分組，將每組的第一個數據送給列向量a，第三個數送給列向量b，第二個數據丟棄。命令類似於c語言，詳細可查看其幫助文件。文件讀入命令錄入采樣數據可以處理任意大小的數據量，且錄入速度相當快，一百多萬的數據不到20秒即可錄入。
2、對采樣數據進行頻譜分析
。
頻譜分析自然要使用快速傅里葉變換fft了，對應的命令即
fft
，簡單使用方法為：y=fft(b,n)，其中b即是采樣數據，n為fft數據采樣個數。一般不指定n，即簡化為y=fft(b)。y即為fft變換後得到的結果，與b的元素數相等，為復數。以頻率為橫坐標，y數組每個元素的幅值為縱坐標，畫圖即得數據b的幅頻特性；以頻率為橫坐標，y數組每個元素的角度為縱坐標，畫圖即得數據b的相頻特性。典型頻譜分析m程序舉例如下：
clc
fs=100;
t=[0:1/fs:100];
n=length(t)-1;%減1使n為偶數
%頻率解析度f=1/t=fs/n
p=1.3*sin(0.48*2*pi*t)+2.1*sin(0.52*2*pi*t)+1.1*sin(0.53*2*pi*t)...
+0.5*sin(1.8*2*pi*t)+0.9*sin(2.2*2*pi*t);
%上面模擬對信號進行采樣，得到采樣數據p，下面對p進行頻譜分析
figure(1)
plot(t,p);
grid
on
title('信號
p(t)');
xlabel('t')
ylabel('p')
y=fft(p);
magy=abs(y(1:1:n/2))*2/n;
f=(0:n/2-1)'*fs/n;
figure(2)
%plot(f,magy);
h=stem(f,magy,'fill','--');
set(h,'markeredgecolor','red','marker','*')
grid
on
title('頻譜圖
（理想值：[0.48hz,1.3]、[0.52hz,2.1]、[0.53hz,1.1]、[1.8hz,0.5]、[2.2hz,0.9]）
');
xlabel('f
(hz)')
ylabel('幅值')
對於現實中的情況，采樣頻率fs一般都是由采樣儀器決定的，即fs為一個給定的常數；另一方面，為了獲得一定精度的頻譜，對頻率解析度f有一個人為的規定，一般要求f<0.01，即采樣時間ts>100秒；由采樣時間ts和采樣頻率fs即可決定采樣數據量，即采樣總點數n=fs*ts。這就從理論上對采樣時間ts和采樣總點數n提出了要求，以保證頻譜分析的精準度。

Ⅱ MATLAB工具箱是怎樣的

MATLAB附帶了很多工具箱（Toolbox），而且每次發布新版本時，工具箱幾乎都要增加。按回F1鍵打開MATLAB的「Help」，答在窗口左邊顯示了MATLAB所有的工具箱。

一般來說，每個工具箱針對一個具體的問題，如圖像處理工具箱（ImageProcessingToolbox）專門針對數字圖像處理問題，偏微分方程工具箱（）是偏微分方程（組）求解函數的集合。一個工具箱中包含若干函數。實際上，工具箱也是一個函數庫，在功能方面與MATLAB主體中的數值計算和數據可視化部分相同。但有一點區別：主體部分的核心函數都是內置函數，是用C語言編寫並編譯過的；而工具箱中的函數都是基於MATLAB的二次開發，即用MATLAB語言寫的.m文件。用Editor打開這些文件，就可以看到源代碼。

MATLAB工具箱一般具有較深厚的專業背景。本篇基本不涉及工具箱的內容。在下篇中，將從實例出發，在用到某工具箱時，對該工具箱進行簡單介紹。

Ⅲ matlab的multcompare 是什麼檢驗方法

工具箱函數匯總 Ⅰ.1 統計工具箱函數 表Ⅰ-1 概率密度函數 函數名 對應分布的概率密度函數 betapdf 貝塔分布的概率密度函數 binopdf 二項分布的概率密度函數 chi2pdf 卡方分布的概率密度函

Ⅳ 如何在MATLAB中進行正態分布檢驗

可以使用jbtest函數和adtest函數。具體用法如下：
1. 雅各-貝拉檢驗（Jarque-Bera test）
h = jbtest(x, alpha) % x為向量數據。h = 1 則說明數據不服從正態分布，如果h = 0，則說明數據服從正態分布。alpha為顯著性水平，一般為0.05。
2. 安德森-達令檢驗（Anderson-Darling test）
h = adtest(x) % x為向量數據。h = 1 則說明數據不服從正態分布，如果h = 0，則說明數據服從正態分布。默認顯著性水平為0.05。

Ⅳ 如何在MATLAB中進行正態分布檢驗

可以用JB( Jarque-Bera)檢驗, 即 h=jbtest(x)

例:

>> x=normrnd(0,1,1,100);

>> jbtest(x)

ans =

0

(正態分布)

>> x = rand(1,100);

>> jbtest(x)

ans =

1

(非正態分布)

Ⅵ 求Matlab里的statistics toolbox工具箱，就是統計的工具箱，包含normrnd函數的，謝謝！

你好，我用的版本是Matlab R2010a，我查了一下，我是自帶的statistics toolbox統計工具箱。
你也查看一下吧。看是不是已經安裝了。網上應該挺多的。如果不行，我建議你更新你的Matlab。
2010一開始我也不想換，換完的確比Matlab7好太多。可能2014更好些吧，你也可以嘗試。
還有你說的normrnd這個語句。
R = normrnd(mu,sigma)
R = normrnd(mu,sigma,v)
R = normrnd(mu,sigma,m,n)
就是產生正態分布的是吧。
在我這也是隨安裝自帶的。我也給你確認了以下，如果安裝R2010a版本就肯定是有的。
希望能解決你的問題，謝謝。

Ⅶ 怎麼在matlab平台上安裝ls svmlab這個工具箱

第一步：首先將解壓得到的文件夾拷貝到自己MATLAB的安裝目錄下，如
C:\Program Files\MATLAB\R2012b\toolbox\LSSVMlabv1_8_R2009b_R2011a

第二步：打開MATLAB，如果是Matlab7.0的話單擊File，如何是2012的話在home面板上，靠近Layout那裡有Set Path，然後選擇Set Path這一選項，這時會出現Set Path的窗口，點擊 Add Folder。。。將剛才拷貝到目錄下的那個文件夾添加進來，點擊Save,然後close。
第三步：檢驗工具箱是否添加成功：在MATLAB 的命令窗口中輸入：
which tunelssvm.m
如果出現下面的情況：
>> which tunelssvm.m
C:\Program Files\MATLAB\R2012b\toolbox\LSSVMlabv1_8_R2009b_R2011a\tunelssvm.m
則表示安裝成功。

Ⅷ MATLAB中t檢驗怎麼做

stats — 檢驗統計量的結構體，它包含：

sd —標准偏差。對於配對t檢驗，SD是x - y的標准差。

df — 測試的自由度。

tstat —檢驗lj的值。 T 統計量。

MATLAB和Mathematica、Maple並稱為三大數學軟體。它在數學類科技應用軟體中在數值計算方面首屈一指。

MATLAB可以進行矩陣運算、繪制函數和數據、實現演算法、創建用戶界面、連接其他編程語言的程序等，主要應用於工程計算、控制設計、信號處理與通訊、圖像處理、信號檢測、金融建模設計與分析等領域。

(8)matlab分布檢驗工具箱擴展閱讀：

程序介面：

新版本的MATLAB可以利用MATLAB編譯器和C/C++數學庫和圖形庫，將自己的MATLAB程序自動轉換為獨立於MATLAB運行的C和C++代碼。允許用戶編寫可以和MATLAB進行交互的C或C++語言程序。

MATLAB網頁服務程序還容許在Web應用中使用自己的MATLAB數學和圖形程序。MATLAB的一個重要特色就是具有一套程序擴展系統和一組稱之為工具箱的特殊應用子程序。

工具箱是MATLAB函數的子程序庫，每一個工具箱都是為某一類學科專業和應用而定製的，主要包括信號處理、控制系統、神經網路、模糊邏輯、小波分析和系統模擬等方面的應用。

Ⅸ matlab如何調用統計工具箱

調用統計特工具箱的做法：

①打開matlab；

②點擊左下角Start；

③進入Toolbox工具箱；

④選擇Statistics；

Ⅹ 如何使用matlab擬合工具箱

1.打開CFTOOL工具箱。
在Matlab 6.5以上的環境下，在左下方有一個"Start"按鈕，如同Windows的開始菜單，點開它，在目錄"Toolboxes"下有一個"Curve Fitting"，點開"Curve Fitting Tool"，出現數據擬合工具界面，基本上所有的數據擬合和回歸分析都可以在這里進行。也可以在命令窗口中直接輸入」cftool」，打開工具箱。

2.輸入兩組向量x，y。
首先在Matlab的命令行輸入兩個向量，一個向量是你要的x坐標的各個數據，另外一個是你要的y坐標的各個數據。輸入以後假定叫x向量與y向量，可以在workspace裡面看見這兩個向量，要確保這兩個向量的元素數一致，如果不一致的話是不能在工具箱裡面進行擬合的。 例如在命令行里輸入下列數據: x = [196,186, 137, 136, 122, 122, 71, 71, 70, 33]; y = [0.012605; 0.013115; 0.016866; 0.014741; 0.022353; 0.019278; 0.041803; 0.038026; 0.038128; 0.088196];

3.數據的選取。
打開曲線擬合共工具界面，點擊最左邊的"Data..."按鈕，出現一個Data對話框，在Data Sets頁面里，在X Data選項中選取x向量，Y Data選項中選取y向量，如果兩個向量的元素數相同，那麼Create data set按鈕就激活了，此時點擊它，生成一個數據組，顯示在下方Data Sets列表框中。關閉Data對話框。此時Curve Fitting Tool窗口中顯示出這一數據組的散點分布圖。

4.曲線擬合(冪函數power)。
點擊Fitting...按鈕，出現Fitting對話框，Fitting對話框分為兩部分，上面為Fit Editor，下面為Table of Fits,有時候窗口界面比較小，Fit Editor部分會被收起來，只要把Table of Fits上方的橫條往下拉就可以看見Fit Editor。在Fit Editor裡面點擊New Fit按鈕，此時其下方的各個選框被激活，在Data Set選框中選中剛才建立的x-y數據組，然後在Type of fit選框中選取擬合或回歸類型，各個類型的擬合或回歸相應的分別是： Custom Equations 用戶自定義函數 Expotential e指數函數 Fourier 傅立葉函數，含有三角函數 Gaussian 正態分布函數，高斯函數 Interpolant 插值函數，含有線性函數，移動平均等類型的擬合 Polynomial 多項式函數 Power 冪函數 Rational 有理函數（不太清楚，沒有怎麼用過） Smooth Spline （光滑插值或者光滑擬合，不太清楚） Sum of sin functions正弦函數類
在這個Type of fit選框中選擇好合適的類型，並選好合適的函數形式。於是點擊Apply按鈕，就開始進行擬合或者回歸了。此時在Curve Fitting Tool窗口上就會出現一個擬合的曲線。這就是所要的結果。 在上面的例子中，選擇sum of sin functions中的第一個函數形式，點擊Apply按鈕，就可以看見擬合得到的正弦曲線。