数据分布图 matlab 伽马分布

在MATLAB中，数据分布图通常用于可视化数据集的频率分布情况，帮助我们了解数据的集中趋势、偏斜程度以及是否存在异常值。对于伽马分布（Gamma Distribution），它是一种连续概率分布，常用于描述等待时间、寿命、速度等非负数值变量的概率分布。

绘制数据分布图（直方图或核密度估计图）可以使用`histogram()`函数，如果数据量大或需要更平滑的估计，可以使用`kdeplot()`。为了展示伽马分布，你可以先生成一些伽马分布随机数，然后将它们加入到数据分布图中，对比实际数据。

例如，要生成一个伽马分布的数据并绘制其分布图：

% 设置伽马分布的参数
shape = 2; % 形状参数
scale = 1; % 规模参数

% 生成伽马分布的随机样本
gamma_data = gamrnd(shape, 1/scale, [1000 1]);

% 绘制数据分布图
histogram(gamma_data, 'Normalization', 'probability'); % 直方图
hold on;
x = linspace(min(gamma_data), max(gamma_data), 100);
y = pdf(gamdist(x, shape, scale), x); % 使用pdf函数计算理论概率密度
plot(x, y, 'LineWidth', 2, 'Color', 'r'); % 红色曲线表示理论分布
hold off;

% 添加标签
title('Data Distribution with Gamma Fit');
xlabel('Value');
ylabel('Frequency (Probability)');
legend('Observed Data', 'Gamma Distribution');