ЛР / ЛР2 / LR2

x = [0.4480617715 0.2641551216 -2.906882284 2.031714874 ...
1.687223292 3.285391929 -1.914812285 -2.263417057 ...
6.329957276 1.987025714 -1.568758646 -1.843516995 ...
4.454997568 -2.227162324 -1.384504114 -1.483698154 ...
-4.293654795 -1.660694918 -0.729183623 -1.707611202 ...
2.222858828 -2.475120138 1.723317726 2.419616638 ...
5.006546988 2.301841621 -0.4986608221 -1.38481789 ...
-1.840283742 -1.914075594 3.28477802 -0.9601702661 ...
5.455314411 -6.507696864 -0.2056693777 -5.364625733 ...
3.012461664 0.860533535 -0.1694316981 0.6340829966 ...
-1.37884251 4.321677013 0.9760166247 1.736793027 ...
-0.7582590317 9.297647582 -0.9034177967 2.801222425 ...
4.618215487 -2.231671144];


[Mx, sigma]=normfit(x);
[h1, p1]=chi2gof(x, 'cdf', {'normcdf', Mx, sigma})

%Построение вариационного ряда
x = sort(x);
figure()
hist(x, 6);
xlabel('Интервалы')
ylabel('Частоты')
%расчет параметров
sr = mean(x);
SKO = std(x);
variance = var(x);
fprintf('Выборочное среднее = %f\n',sr);
fprintf('СКО = %f\n',SKO);
fprintf('Выборочная дисперсия = %f\n',variance);
%Приведем выборку к стандартному норм. распределению
x= (x-sr)/SKO;
[h, p] = kstest(x,'alpha',0.01)
%Графики эмпирической и теоритической функци
figure()
cdfplot(x)
xlabel('x')
ylabel('y')
hold on
x_values = linspace(min(x),max(x));
plot(x_values,normcdf(x_values,0,1),'r-')
legend('Эмпирическая функция распределения', ...
'Теоретическая функция распределения', ...
'Location','best')