betafit
β参数估计
语法
太好了= betafit(数据)
(太好了,pci) = betafit(数据、α)
描述
太好了= betafit(数据)
计算贝塔分布参数的极大似然估计一个和b从数据的向量数据
并返回一个包含的列向量一个和b估计,βcdf给出
和B(·)β函数。的元素数据
必须躺在开区间(0,1),贝塔分布的定义。然而,有时也需要符合贝塔分布的数据,包括精确的0或1。对于这些数据,β函数是无限的可能性,和标准的最大似然估计是不可能的。在这种情况下,betafit
最大化一个修改的可能性包含0或1的对待他们,仿佛他们是一直在left-censored的值√最小正浮点数
或在1 - right-censored每股收益
分别/ 2。
(太好了,pci) = betafit(数据、α)
返回的置信区间一个和b在2×2矩阵参数一种总线标准
。矩阵的第一列包含参数的上下信心边界一个,第二列包含参数的置信界限b。可选的输入参数α
是一个值的范围[0,1]指定置信区间的宽度。默认情况下,α
是0.05
对应于95%置信区间。置信区间是根据正常的近似分布的参数估计的日志。
例子
这个例子中产生100β分布的观测。真正的一个和b参数4和3,分别。比较这些返回的值p
由β。注意的列ci
两个支架的真实参数。
data = betarnd (3100,1);[p, ci] = betafit ci(数据,0.01)p = 5.5328 - 3.8097 = 3.6538 2.6197 8.3781 5.5402
引用
[1]哈恩,杰拉尔德·J。,和S. S. Shapiro.统计模型在工程。新泽西州霍博肯:约翰·威利& Sons Inc ., 1994,第95页。
扩展功能
版本历史
之前介绍过的R2006a