主要内容

正态分布

健康,评估,并生成随机样本正态(高斯)分布

统计和机器学习工具箱™提供几种方法与正态分布。

  • 创建一个概率分布对象NormalDistribution通过拟合样本数据的概率分布或通过指定参数值。然后,使用对象函数来评估分布,生成随机数,等等。

  • 与正态分布交互使用分布更健康应用。您可以导出一个对象从应用程序和使用对象的功能。

  • 使用特定函数与分布参数指定。特定函数可以接受多个正态分布的参数。

  • 使用泛型分布函数(提供,icdf,pdf,随机与指定名称(分布)“正常”)和参数。

了解正态分布,明白了正态分布。

对象

NormalDistribution 正态概率分布对象

应用程序

分布更健康 适合数据概率分布
概率分布函数 互动的密度和分布的情节

功能

全部展开

创建NormalDistribution对象

makedist 创建概率分布对象
fitdist 合适的概率分布对象的数据

一起工作NormalDistribution对象

提供 累积分布函数
收集 收集的属性统计和机器学习工具对象从GPU
icdf 逆累积分布函数
位差 四分位范围
的意思是 的概率分布
中位数 中值的概率分布
negloglik 的负面loglikelihood概率分布
paramci 概率分布参数的置信区间
pdf 概率密度函数
proflik 配置文件似然函数概率分布
随机 随机数
性病 标准偏差的概率分布
截断 截断概率分布对象
var 概率分布的方差
normcdf 正态累积分布函数
normpdf 正态概率密度函数
norminv 正常的逆累积分布函数
normlike 正常的负面loglikelihood
normstat 正常的均值和方差
normfit 正常的参数估计
normrnd 正常的随机数
大中型企业 最大似然估计
mlecov 最大似然估计的渐近方差
histfit 直方图的分布
normplot 正态概率图
normspec 正常密度图规范之间的阴影
qqplot Quantile-quantile情节
randtool 交互式随机数生成

主题

正态分布

了解正态分布。正态分布是两个参数(均值和标准差)曲线族。中心极限定理指出,独立样本的正态分布模型和任何分布的样本容量趋于无穷。

统计和机器学习工具箱文档

金宝app

掌握机器学习:一个循序渐进的指导与MATLAB

掌握机器学习:一个循序渐进的指导与MATLAB

下载电子书