SmoothHistogram

SmoothHistogram[{x1,x2,}]

PDFについて値 xiの平滑化カーネルヒストグラムをプロットする.

SmoothHistogram[{x1,x2,},espec]

推定器指定 espec で平滑化カーネルヒストグラムをプロットする.

SmoothHistogram[{x1,x2,},espec,dfun]

分布関数 dfun をプロットする.

SmoothHistogram[{data1,data2,},]

複数のデータ集合 dataiについて平滑化カーネルヒストグラムをプロットする.

詳細とオプション

例題

すべて開くすべて閉じる

  (3)

データ集合をプロットする:

いくつかのデータ集合をプロットする:

データの確率密度関数をプロットする:

累積分布関数:

生存関数:

ハザード関数:

累積ハザード関数:

スコープ  (29)

データ  (11)

複数のデータ集合をプロットする:

さまざまな分布関数をプロットする:

PlotRangeは自動的に選択される:

PlotRangeを使って関心領域に焦点を当てる:

実数ではないデータ点は無視される:

曲線を細分化する回数を指定する:

データ集合にラッパーを使う:

デフォルトのツールチップを無効にする:

ツールチップで任意のオブジェクトを使う:

PopupWindowを使って追加的なドリルダウン情報を与える:

連想中の数値は y 座標として使われる:

連想中の数によるキーと値は x 座標および y 座標として使われる:

時系列を直接プロットする:

WeightedData中の重みは無視される:

帯域幅とカーネル  (9)

使用する帯域幅を自動的に選択する:

データが多い程もとになっている分布の近似結果もよくなる:

帯域幅を明示的に指定する:

帯域幅が広い程滑らかな推定となる:

標準偏差の単位で帯域幅を指定する:

標準偏差の の帯域幅を使う:

局所密度に合わせて帯域幅を変える:

局所的感度を (none) から (full)に変化させる:

適応的推定のための初期帯域幅を変える:

初期帯域幅をそれぞれに指定する:

いくつかの自動帯域幅選択法から任意のものを選ぶ:

帯域幅選択にはデフォルトでSilvermanのメソッドが使われる:

確率密度関数は等しい:

いくつかのカーネル関数から任意のものを指定する:

カーネル関数を純関数として定義する:

プレゼンテーション  (9)

複数のデータ集合は,自動的に色付けされる:

異なる集合に明示的なスタイルを提供する:

個別のプロットの行と列を使って複数の集合を表示する:

ラベルを加える:

データにデフォルトのツールチップを使う:

データのインタラクティブなツールチップを与える:

塗潰しプロットを作成する:

重なり合ったメッシュを作成する:

メッシュ点間の曲線の線分にスタイル付けする:

オプション  (79)

AspectRatio  (4)

デフォルトで,SmoothHistogramはプロットに固定の縦横比を使う:

AspectRatio1とすると高さと幅が同じになる:

AspectRatioAutomaticはプロット範囲から縦横比を決定する:

AspectRatioFullは他の構造物にぴったり収まるように高さと幅を調整する:

Axes  (4)

デフォルトで,軸は描かれない:

AxesFalseを使って軸を表示しないようにする:

AxesOriginを使って軸の交点を指定する:

各軸を個別に表示する:

AxesLabel  (4)

デフォルトで,軸ラベルは描画されない:

軸上にラベルを置く:

軸ラベルを指定する:

単位をラベルとして使う:

AxesOrigin  (2)

軸の位置は自動的に決定される:

軸の原点を明示的に指定する:

AxesStyle  (4)

軸のスタイルを変更する:

各軸のスタイルを指定する:

目盛と軸に異なるスタイルを使う:

ラベルと軸に異なるスタイルを使う:

ClippingStyle  (4)

プロットの切り取られた部分は省く:

切り取られた部分も曲線の残りの部分と同じように示す:

切り取られた部分は赤い線で示す:

切り取られた部分を赤い太線で示す:

ColorFunction  (5)

スケールされた 座標と 座標で色付けする:

名前付きのカラースキームで色付けする:

曲線に使われた色で基線まで塗り潰す:

曲線の色付けに関してはColorFunctionPlotStyleより優先順位が高い:

MeshShadingAutomaticにしてColorFunctionとともに使う:

ColorFunctionScaling  (2)

スケールされた の値に基づいて曲線に色付けする:

スケールされていない の値に基づいて曲線に色付けする:

Filling  (6)

記号的な値または明示的な値を使う:

デフォルトで,重なった部分は不透明度を使って塗潰しを組み合せる:

1から 軸までを塗り潰す:

曲線1と曲線2の間を塗り潰す:

特定のスタイルを使ってデータ集合間を塗り潰す:

塗潰しレベルの上下で異なるスタイルを使う:

FillingStyle  (4)

塗潰しに異なる色を使う:

不透明度0.5のオレンジ色で塗り潰す:

1番目の曲線が2番目の曲線の下にある箇所は赤で,逆の場合は青で塗り潰す:

ColorFunctionから得た変数の塗潰しスタイルを使う:

ImageSize  (7)

TinySmallMediumLargeのような名前付きのサイズを使う:

プロットの幅を指定する:

プロットの高さを指定する:

特定のサイズまでの幅と高さを許容する:

グラフィックスの幅と高さを指定し,必要なら空白で充填する:

AspectRatioFullとすると使用可能な空間が埋められる:

幅と高さに最大サイズを使う:

ImageSizeFullを使ってオブジェクトの中の使用可能な空間を埋める:

画像サイズを使用可能な空間との割合で指定する:

MaxRecursion  (2)

デフォルトのサンプルメッシュ:

MaxRecursionの各レベルで最初のメッシュがより細かいメッシュにされる:

Mesh  (3)

20のメッシュレベルを 方向に等間隔で使う:

方向のメッシュに明示的な値のリストを使う:

方向のメッシュレベルとスタイルを指定する:

MeshFunctions  (2)

方向と 方向に等間隔でメッシュを使う:

方向に赤で5本のメッシュ, 方向に青で10本のメッシュを示す:

MeshShading  (6)

方向に赤と青の同じ長さの線分を交互に使う:

Noneを使って線分を取り除く:

MeshShadingPlotStyleと一緒に使うことができる:

曲線のスタイルに関してはMeshShadingPlotStyleより優先順位が高い:

MeshShadingAutomaticにしてPlotStyleをいくつかの線分に使う:

MeshShadingColorFunctionと一緒に使うことができる:

MeshStyle  (4)

プロットと同じ色でメッシュに色付けする:

方向に赤いメッシュを使う:

方向に赤いメッシュ, 方向に青いメッシュを使う:

赤くて大きいメッシュ点を 方向に使う:

PerformanceGoal  (2)

高品質のプロットを生成する:

例え品質を犠牲にしてもパフォーマンスを向上させる:

PlotLayout  (3)

共有軸を使って各ヒストグラムを別々のパネルに置く:

列の代りに行を使う:

複数の列または行を使う:

完全な列または行を優先する:

PlotPoints  (1)

よりたくさんの初期点を使って滑らかな曲線を得る:

PlotRange  (2)

PlotRangeは自動的に計算される:

範囲全体を示す:

SmoothHistogramはプロット範囲を自動的に選ぶ:

データの中央90%をプロットする:

PlotStyle  (6)

さまざまなスタイル指示子を使う:

デフォルトで,複数の曲線には別々のスタイルが選ばれる:

別々の曲線に明示的なスタイルを指定する:

PlotStyleColorFunctionと組み合せることができる:

PlotStyleMeshShadingと組み合せることができる:

MeshStyleは,デフォルトで,PlotStyleと同じスタイルを使う:

PlotTheme  (2)

単純な目盛,格子線,コントラストがはっきりしたカラースキームのテーマを使う:

カラースキームを変える:

アプリケーション  (4)

北の冠座の白紙調査における,十分に離れた6本の円錐曲線からの82の星雲の速度(km/sec).そのような調査における複数のモダリティは,遠い宇宙に真空や超銀河団がある証拠である:

さまざまな帯域幅で複数のモードが容易に検出される:

可能な多くの帯域幅の密度を観測し,ノイズを除去しながらデータの重要な特徴を捉えているものを1つ選ぶ.プレゼンテーションのためにはデータが滑らかすぎないデータを選ぶとよい:

6.0を選ぶと降雪データの重要な特徴が捉えられる:

データとその密度のパラメトリックモデルを視覚的に比較する:

ランダム過程のスライス分布についての平滑化ヒストグラム:

過程のいくつかのスライスについての平滑化ヒストグラム:

特性と関係  (5)

SmoothHistogramは事実上SmoothKernelDistributionの分布関数をプロットする:

Histogramを使って離散ビンの中のデータをプロットする:

二変量データにSmoothDensityHistogramSmoothHistogram3Dを使う:

点を追加すると,もとになっている分布がよりよく近似できる:

帯域幅が無限大に近付くにつれ,推定値はカーネルの形に近付く:

考えられる問題  (1)

SmoothHistogramを多変量データと一緒に使って複数の曲線をプロットする:

おもしろい例題  (1)

カーネル密度推定の視覚的な説明:

各データ点に置かれたカーネル関数を混合することから推定される結果:

Wolfram Research (2010), SmoothHistogram, Wolfram言語関数, https://reference.wolfram.com/language/ref/SmoothHistogram.html (2023年に更新).

テキスト

Wolfram Research (2010), SmoothHistogram, Wolfram言語関数, https://reference.wolfram.com/language/ref/SmoothHistogram.html (2023年に更新).

CMS

Wolfram Language. 2010. "SmoothHistogram." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2023. https://reference.wolfram.com/language/ref/SmoothHistogram.html.

APA

Wolfram Language. (2010). SmoothHistogram. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/SmoothHistogram.html

BibTeX

@misc{reference.wolfram_2024_smoothhistogram, author="Wolfram Research", title="{SmoothHistogram}", year="2023", howpublished="\url{https://reference.wolfram.com/language/ref/SmoothHistogram.html}", note=[Accessed: 18-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_smoothhistogram, organization={Wolfram Research}, title={SmoothHistogram}, year={2023}, url={https://reference.wolfram.com/language/ref/SmoothHistogram.html}, note=[Accessed: 18-November-2024 ]}