功能: 对单一数据产生正态分概率布累计数据

格式:
[x, realP, preP] = NormalCPData(y)

y : 为矩阵变量, 里面储存样本数据

x    : 返回一列从小到大非重复的排序数据, 相当于对y的数据进行排序。
realP: 和x一一对应, 返回x当前的累计概率
preP : 和x一一对应, 返回x正态化后对应的预测概率

说明: 
1. 本函数返回正态检验中累积概率图的几个参数
2. 如果返回值realP 与preP 越接近, 则数据y越有可能服从正态分布。
3. 除了图形观察realP 与preP外, 还可以对这两个参数做相关性检测, 因此单独提出这两个参数, 方便使用者有更大的操作空间.

例子:

y = {RandNorm<矩阵运算\RandNorm>}(0,1,1000);//产生一组正态分布随机数
[x, rp, pp] = NormalCPData(y);//获取概率累积图参数
{Plot<矩阵运算\Plot>}(x,rp,x,pp);//将概率绘制图上观察, 如果绘制的图形如一个倒S,且两组数据较贴合,则数据y很大可能服从正态分布, 否则不服从正态分布。

{Plot<矩阵运算\Plot>}(rp,pp);//绘制的图形中,如果数据基本在一条45°的直线上,则数据y很大可能服从正态分布
