在Matlab中，你可以使用一些函數(shù)來計(jì)算信號的概率密度函數(shù)（Probability Density Function，簡稱PDF）。然而，在進(jìn)行計(jì)算之前，需要注意連續(xù)隨機(jī)變量的PDF與離散隨機(jī)變量的

在Matlab中，你可以使用一些函數(shù)來計(jì)算信號的概率密度函數(shù)（Probability Density Function，簡稱PDF）。然而，在進(jìn)行計(jì)算之前，需要注意連續(xù)隨機(jī)變量的PDF與離散隨機(jī)變量的概率分布函數(shù)（Probability Mass Function，簡稱PMF）之間的區(qū)別。

Ksdensity函數(shù)——核心平滑密度估計(jì)

Ksdensity是一個非常常用的函數(shù)，它可以幫助你計(jì)算樣本向量x的概率密度估計(jì)。具體而言，該函數(shù)返回在xi點(diǎn)的概率密度f，并且你可以使用plot(xi,f)來繪制概率密度曲線。

使用ksdensity函數(shù)時，首先它會統(tǒng)計(jì)樣本x在各個區(qū)間的概率（類似于hist函數(shù)），然后自動選擇合適的xi點(diǎn)，并計(jì)算對應(yīng)的概率密度。

連續(xù)隨機(jī)變量的概率密度函數(shù)和離散隨機(jī)變量的概率分布

需要注意的是，ksdensity函數(shù)繪制的是連續(xù)隨機(jī)變量的概率密度函數(shù)，而連續(xù)隨機(jī)變量的概率密度函數(shù)可以大于1。尤其是在橫坐標(biāo)小于1的情況下，縱坐標(biāo)很可能大于1。這是因?yàn)楦怕拭芏群瘮?shù)的積分等于1，所以在某些情況下縱坐標(biāo)可能超過1。

如果你想得到小于1的概率分布，實(shí)際上是在處理離散的概率分布。離散隨機(jī)變量實(shí)際上沒有概率密度函數(shù)（當(dāng)然在某些特定情形下有），只有概率分布函數(shù)。你可以通過以下程序來計(jì)算：

```matlab

sApProMax max(sApPro);

sApProMin min(sApPro);

meanS mean(sApPro);

x linspace(sApProMin, sApProMax, 20001);

yy hist(sApPro, x);

yy yy/length(sApPro);

bar(x, yy);

```

以上的程序計(jì)算了各個區(qū)間的個數(shù)，并計(jì)算了各個區(qū)間的比例，最終繪制出離散概率分布圖。