>> %先求出這一組資料的方差σ,均值μ;
%然後呼叫函式 y=gaussmf(x,[σ μ],正態分佈又被稱為高斯分佈
%程式碼如下
%比如一組資料:
data=[2 4 6 8 10 12]
data =
2 4 6 8 10 12
>> %求出均值u
>> u=mean(data)
u =
7
>> %求出標準差s,然後平方得方差sq
>> s=std(data)
s =
3.7417
>> sq=s^2
sq =
14
>> %然後是代到正態分佈函數里面
>> x=-33:0.01:47;%取-33到47的小區間
>> y=gaussmf(x,[sq,u]);%求出x對應y變數的值
>> plot(x,y)%畫出正態分佈曲線
下面是運算結果
>> %先求出這一組資料的方差σ,均值μ;
%然後呼叫函式 y=gaussmf(x,[σ μ],正態分佈又被稱為高斯分佈
%程式碼如下
%比如一組資料:
data=[2 4 6 8 10 12]
data =
2 4 6 8 10 12
>> %求出均值u
>> u=mean(data)
u =
7
>> %求出標準差s,然後平方得方差sq
>> s=std(data)
s =
3.7417
>> sq=s^2
sq =
14
>> %然後是代到正態分佈函數里面
>> x=-33:0.01:47;%取-33到47的小區間
>> y=gaussmf(x,[sq,u]);%求出x對應y變數的值
>> plot(x,y)%畫出正態分佈曲線
下面是運算結果