% 1.繪製密度分佈
y=rand(100,1)*10;%產生0-10以內的100個隨機數
x=linspace(min(x),max(x),10);%產生10個等距數列
yy=hist(y,x);%統計分別落在10個等距區間的數量
%hist(y,20); %繪製20個等間距內數量的直方圖
yy=yy/length(x);%統計每個區間內佔比例，即概率
bar(x,yy);%繪製直方圖
%2. 核函數平滑函數估計 產生平滑的概率密度函數
x=10+0.1*randn(100,1);%產生100個符合均值10，標準差0.1d的正態分佈的數列
[f, xi] = ksdensity(x);%核函數平滑函數估計.概率密度估計f
plot(xi, f)
%3. 廣義極值分佈函數Generalized Extreme Value distribution(GEV)
%極值分佈是指在概率論中極大值（或者極小值）的概率分佈，從很多個彼此
%獨立的值中挑出來的各個極大值應當服從的概率密度分佈數f(x)。
clc;clear;
k=0.1;%形狀shape參數
sigma=5;%比例scale參數
mu=20;%均值loacation參數
R = gevrnd(k,sigma,mu,100,1);%產生指定參數的GEV隨機數列
hist(R)