主要内容

HalfNormalDistribution

Half-normal概率分布对象

扩展所有的页面

描述

一个HalfNormalDistribution对象包含参数,模型描述和half-normal样本数据概率分布。

half-normal分布是一个特例的折叠正常和截断正态分布。half-normal分布的应用程序包括测量数据建模和寿命数据。

half-normal分布使用以下参数:

参数 描述 金宝app
μ 位置 − ∞ < μ < ∞
σ 规模 σ ≥ 0

half-normal分布的更多信息,请参阅<一个href="//www.tatmou.com/ch/help/stats/half-normal-distribution.html" class="a">Half-Normal分布。

创建

有几种方法可以创建一个HalfNormalDistribution概率分布对象。

  • 创建带有指定参数值的分布<一个href="//www.tatmou.com/ch/help/stats/makedist.html">makedist。

  • 适合一个分布数据使用<一个href="//www.tatmou.com/ch/help/stats/fitdist.html">fitdist。

  • 交互式地适合一个分布数据使用分布更健康应用程序。

属性

全部展开

分布参数

half-normal分布的位置参数,指定为一个标量值。的μ参数也是half-normal分布的下限。

的统计和机器学习的工具箱™实现half-normal分布为位置参数假设一个固定的值μ。您可以指定一个值μ参数在创建一个HalfNormalDistribution对象。

数据类型:单|双

half-normal分布的尺度参数,指定为负的标量值。

数据类型:单|双

分布特征

这个属性是只读的。

逻辑信号截断分布,指定为一个逻辑值。如果IsTruncated=0分布是不会被删除的。如果IsTruncated=1分布是截断。

数据类型:逻辑

这个属性是只读的。

概率分布参数的数量,指定为一个正整数的值。

数据类型:双

这个属性是只读的。

协方差矩阵的参数估计,指定为一个p——- - - - - -p矩阵,p在分布参数的数量。(我,j)元素之间的协方差的估计我th参数和j参数。(我,我)元素的估计方差我参数。如果参数我估计是固定的,而不是通过拟合分布数据,那么(我,我协方差矩阵的元素都是0。

数据类型:双

这个属性是只读的。

固定的逻辑信号参数,指定为一个逻辑值数组。如果0中相应的参数ParameterNames数组是不固定的。如果1中相应的参数ParameterNames数组是固定的。

数据类型:逻辑

这个属性是只读的。

分布参数值,指定为标量值的向量。

数据类型:单|双

这个属性是只读的。

截断时间间隔的概率分布,指定为一个向量包含上下的标量值的截断边界。

数据类型:单|双

其他对象属性

这个属性是只读的。

概率分布的名字,指定为一个特征向量。

数据类型:字符

这个属性是只读的。

数据用于分布拟合,指定为一个结构,其中包含以下几点:

  • 数据:数据向量用于分布拟合。

  • 岑:如果没有审查向量,或空。

  • 频率如果没有:频率向量,或空。

数据类型:结构体

这个属性是只读的。

分布参数描述,指定为一个单元阵列的特征向量。每个单元格都包含一个简短描述的一个分布参数。

数据类型:字符

这个属性是只读的。

分布参数名称,指定为一个单元阵列的特征向量。

数据类型:字符

对象的功能

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 四分位范围的概率分布
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
情节 情节概率分布对象
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

例子

全部折叠

打开生活的脚本 
pd = makedist (“HalfNormal”)
pd = HalfNormalDistribution半正态分布μ= 0σ= 1
打开生活的脚本

创建一个half-normal分布对象。指定μ等于0,σ等于1.5。

pd = makedist (“HalfNormal”,“亩”0,“σ”,1.5)
pd = HalfNormalDistribution半正态分布μ= 0σ= 1.5

计算出平均值和标准偏差的分布。

m =意味着(pd)
m = 1.1968
s =性病(pd)
s = 0.9042
打开生活的脚本

产生100从标准正态分布随机数并计算其绝对值。

rng默认的%的再现性x = abs(随机(makedist (“正常”),100,(1));

适合half-normal分布对象的示例数据。

pd = fitdist (x,“HalfNormal”)
pd = HalfNormalDistribution半正态分布μ= 0σ= 1.1631 (1.02184,1.35006)

计算使用概率分布拟合half-normal分布对象。

m =意味着(pd)
m = 0.9280

计算half-normal分布的均值代替安装μ和σ参数值的公式

米 e 一个 n = μ + σ 2 π 。 

mcalc = pd。μ+pd.sigma*(sqrt(2/pi))
mcalc = 0.9280

引用

[1]Cooray, k和宗教Ananda。“泛化Half-Normal分布应用程序生命周期数据。”通信在统计理论和方法。37卷,9号,2008年,页1323 - 1337。

[2]的保斯。“大样本推断总体Half-Normal分布。”通信在统计理论和方法。第7卷。31日,2002年,页1045 - 1054。

扩展功能

版本历史

介绍了R2016a

另请参阅

||

主题