Matlab: как построить плотность событий

У меня есть файл только один столбец, содержащий даты (в формате дд/мм/гггг) некоторых событий, как следуетMatlab: как построить плотность событий

13/01/2003 
07/01/2003 
23/01/2003 
25/01/2003 
... 
27/12/2014

Я хотел бы построить плотность вероятности событий: как обрабатывать формат данных?

Если возможно, я хотел бы также создать 1D график плотности вероятности: строка (от первого дня до последнего дня), которая меняет цвет в зависимости от плотности событий.

Кто-нибудь знает, как это сделать? Спасибо!

источник

2015-05-02 egl

Я попытался использовать функцию ksdensity, которая делает именно то, что я хочу, но она не работает для формата даты .... Что касается графика плотности 1D, я думаю, что использование выходной функции ksdensity является правильным способом (точно так же, как наблюдение за функцией сверху, по цвету в соответствии с высотой), но я не знаю, как это сделать ... – egl

Couldn Вы даете псевдоним датам и используете ksdensity? Например. Назначьте целое число для каждой уникальной даты и используйте его как вход для ksdensity – brodoll

В зависимости от того, как часто вы встречаетесь, вы можете использовать команду «месяцев», см. http://se.mathworks.com/help/finance/months.html. Я думаю, что, возможно, вам нужно изменить косые черты с пробелами. Но тогда вы можете что-то сделать (я ничего не тестировал):

a = date(1); 
dens = 1; 
for i = 2:length(date) 
    %Same month 
    if weeks(a,date(i)) == 0 
     dens(end) = dens(end)+1; 
    else 
     a = date(i); 
     dens = [dens, 1]; 
    end 
end

то у вас есть количество случаев в месяц. Я думаю, будет аналогичный метод для подсчета количества дней между каждым вхождением, а затем сделайте некоторую статистику по количеству дней между ними. Для проблемы с раскрашиванием вы можете отобразить одну строку за раз, а затем указать цвет в качестве цветового кода RGB, где, например, синий цвет один раз 0,1, а красный - в 0,2 раза больше десятых. Таким образом, 17 случаев имеют цветовой код [0.2 * 1 0 0.1 * 7]. Масштабирование, конечно, зависит от количества ожидаемых событий.

источник

2015-05-02 20:34:03

Matlab: как построить плотность событий

ответ

Смежные вопросы