用matlab画出F分布，卡方分布，t分布，非中心F分布，非中心卡方分布，非中心t分布，Weibpdf分布的密度函数和分布函数图像

在MATLAB中，画出这些概率分布的密度函数（PDF）和分布函数（CDF）需要利用内置的统计函数。下面是画出这些分布的基本步骤：

1. 导入所需的库：

import matlab.stats.*

2. 定义变量范围和创建数据：

x = linspace(min(mvninv([0; 0], [1; 1], [9, 0.5; 0.5, 9])), max(mvninv([0; 0], [1; 1], [9, 0.5; 0.5, 9])), 400); % F, 卡方, t分布
x_fdist = linspace(1, 10, 400); % F 分布
x_chisq = linspace(0, 10, 400); % 卡方分布
x_tdist = linspace(-5, 5, 400); % t分布

3. 函数定义：
- **F分布**（`fdist`和`cdf`）：

[~, pdf_f] = fdist(x_fdist, df1, df2); % df1和df2是自由度参数
[~, cdf_f] = cdf(x_fdist, df1, df2);

- **卡方分布**（`chisqpdf`和`chisqcdf`）：

[~, pdf_chisq] = chisqpdf(x_chisq, df); % df是自由度参数
[~, cdf_chisq] = chisqcdf(x_chisq, df);

- **t分布**（`tpdf`和`t`）：

[~, pdf_t] = tpdf(x_tdist, df); % df是自由度参数
[~, cdf_t] = tcdf(x_tdist, df);

- **非中心分布**通常通过转换已有分布获得，如非中心F分布、非中心卡方分布和非中心t分布。它们的PDF/CDF需要额外计算，可能涉及到复杂的数学公式。

- **Weibull分布**（`weibullpdf`和`weibullcdf`）：

[~, pdf_weibull] = weibullpdf(x, shape, scale); % shape和scale是形状和尺度参数
[~, cdf_weibull] = weibullcdf(x, shape, scale);

4. 绘制所有分布：

figure;
hold on;

plot(x, pdf_f, 'g', 'LineWidth', 2, 'DisplayName', 'F distribution (FDIST)');
plot(x_chisq, pdf_chisq, 'm', 'LineWidth', 2, 'DisplayName', 'Chi-squared distribution (CHISQPDF)');
plot(x_tdist, pdf_t, 'c', 'LineWidth', 2, 'DisplayName', 'T-distribution (TPDF)');
plot(x, pdf_weibull, 'r', 'LineWidth', 2, 'DisplayName', 'Weibull distribution (WEIBULLPDF)');

plot(x_fdist, cdf_f, 'g--', 'LineWidth', 2, 'DisplayName', 'F distribution (CDF)');
plot(x_chisq, cdf_chisq, 'm--', 'LineWidth', 2, 'DisplayName', 'Chi-squared distribution (CDF)');
plot(x_tdist, cdf_t, 'c--', 'LineWidth', 2, 'DisplayName', 'T-distribution (CDF)');
plot(x, cdf_weibull, 'r--', 'LineWidth', 2, 'DisplayName', 'Weibull distribution (CDF)');

legend('show');

5. 标题和保存图表：

xlabel('Value');
ylabel('Density/Frequency');
title('Density and Distribution Functions for Various Distributions');
saveas(gcf, 'distributions_pdf_cdf.png');