我计算了一组值的平均值和标准差。现在我需要使用这些值绘制钟形曲线以显示JAVA Swing中的正态分布。我该如何处理这种情况。
列表:204 297 348 528 681 684 785 957 1044 1140 1378 1545 1818
总数:13
平均值(平均值):877.615384615385
标准偏差(SD):477.272626245539
如果我可以得到x和y坐标我可以做到,但我如何获得这些值?
答案 0 :(得分:9)
首先,您需要计算集合的方差。方差计算为每个数字与其平均值的平均平方偏差。
double variance(double[] population) {
long n = 0;
double mean = 0;
double s = 0.0;
for (double x : population) {
n++;
double delta = x – mean;
mean += delta / n;
s += delta * (x – mean);
}
// if you want to calculate std deviation
return (s / n);
}
一旦你有了这个,你可以选择x取决于你的图表分辨率与你的价值集差价相比,并将其插入下面的等式得到y。
protected double stdDeviation, variance, mean;
public double getY(double x) {
return Math.pow(Math.exp(-(((x - mean) * (x - mean)) / ((2 * variance)))), 1 / (stdDeviation * Math.sqrt(2 * Math.PI)));
}
要显示结果集:假设我们采用您设置的总体设置,并决定要在x分辨率为1000像素的图形上显示x = 0到x = 2000。然后你将插入一个循环(int x = 0; x< = 2000; x = 2)并将这些值输入上面的等式中,得到该对的y值。由于您要显示的y是0-1,因此您将这些值映射到您希望y分辨率具有适当舍入行为的任何值,因此您的图形不会过于夸张。因此,如果你想要你的y分辨率为500像素,那么你将0设置为0和1到500以及.5到250等等。这是一个人为的例子,你可能需要更多的灵活性,但我认为它说明了这一点。大多数图形库都会为您处理这些小事。
答案 1 :(得分:1)
这是使用XChart绘制一些高斯曲线的示例。代码可以找到here。免责声明:我是XChart Java图表库的创建者。
public class ThemeChart03 implements ExampleChart {
public static void main(String[] args) {
ExampleChart exampleChart = new ThemeChart03();
Chart chart = exampleChart.getChart();
new SwingWrapper(chart).displayChart();
}
@Override
public Chart getChart() {
// Create Chart
Chart_XY chart = new ChartBuilder_XY().width(800).height(600).theme(ChartTheme.Matlab).title("Matlab Theme").xAxisTitle("X").yAxisTitle("Y").build();
// Customize Chart
chart.getStyler().setPlotGridLinesVisible(false);
chart.getStyler().setXAxisTickMarkSpacingHint(100);
// Series
List<Integer> xData = new ArrayList<Integer>();
for (int i = 0; i < 640; i++) {
xData.add(i);
}
List<Double> y1Data = getYAxis(xData, 320, 60);
List<Double> y2Data = getYAxis(xData, 320, 100);
List<Double> y3Data = new ArrayList<Double>(xData.size());
for (int i = 0; i < 640; i++) {
y3Data.add(y1Data.get(i) - y2Data.get(i));
}
chart.addSeries("Gaussian 1", xData, y1Data);
chart.addSeries("Gaussian 2", xData, y2Data);
chart.addSeries("Difference", xData, y3Data);
return chart;
}
private List<Double> getYAxis(List<Integer> xData, double mean, double std) {
List<Double> yData = new ArrayList<Double>(xData.size());
for (int i = 0; i < xData.size(); i++) {
yData.add((1 / (std * Math.sqrt(2 * Math.PI))) * Math.exp(-(((xData.get(i) - mean) * (xData.get(i) - mean)) / ((2 * std * std)))));
}
return yData;
}
}
结果情节如下所示: