大中型企业年代p一个n>
最大似然估计
语法
描述
返回参数的最大似然(ml)估计正态分布,使用示例数据酷毙了
=标定<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-data" class="intrnllnk">数据
)数据
。
使用一个或多个名称参数指定选项。酷毙了
=标定<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-data" class="intrnllnk">数据
,<一个href="//www.tatmou.com/es/es/help/stats/#namevaluepairarguments" class="intrnllnk">名称,值
)
例如,您可以指定这些名称-值的分布类型使用一个参数:<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-dist" class="intrnllnk">分布
,<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-pdf" class="intrnllnk">pdf
,<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-logpdf" class="intrnllnk">logpdf
,或<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-nloglf" class="intrnllnk">nloglf
。
为一个内置的分布计算毫升,指定分布类型使用
分布
。例如,
指定计算贝塔分布的毫升。“分布”
,β为一个自定义的分布计算毫升,定义分配使用
pdf
,logpdf
,或nloglf
,并指定初始参数值通过使用<一个href="//www.tatmou.com/es/es/help/stats/#mw_63792bf7-4cb6-463b-9ced-1402c960aa19" class="intrnllnk">开始
。
(<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-phat" class="intrnllnk">
返回参数的置信区间也使用任何输入参数组合在前面的语法。酷毙了
,<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-pci" class="intrnllnk">一种总线标准
]=标定<年代p一个nclass="argument_placeholder">___年代p一个n>)
例子
找到毫升内置的分布
找到毫升为您指定使用一个内置的分布分布
名称-值参数。
加载示例数据。
负载<年代p一个n年代tyle="color:#A020F0">carbig年代p一个n>
的变量英里/加仑
包含了针对不同型号的汽车英里每加仑。
画的直方图英里/加仑
数据。
直方图(MPG)
有点右偏态分布。对称分布,如正态分布,可能不是一个合适的选择。
第十二毛刺类型分布的参数估计英里/加仑
数据。
酷毙了=大中型企业(英里/加仑,<年代p一个n年代tyle="color:#A020F0">“分布”年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“毛刺”年代p一个n>)
太好了=<年代p一个nclass="emphasis">1×334.6447 3.7898 3.5722
规模的标定参数α是34.6447。两个形状参数的估计<年代p一个nclass="inlineequation"> 和<年代p一个nclass="inlineequation"> 第十二毛刺类型的分布是3.7898和3.5722,分别。
计算程序和置信区间
产生100从二项分布的随机观测试验<年代p一个nclass="inlineequation"> = 20和成功的概率<年代p一个nclass="inlineequation"> = 0.75。
rng (<年代p一个n年代tyle="color:#A020F0">“默认”年代p一个n>)<年代p一个n年代tyle="color:#228B22">%的再现性年代p一个n>数据=b在或nd (20 0.75,100 1);
估计成功的概率和99%可信限使用模拟的示例数据。您必须指定试验的数量(NTrials
二项分布)。
(酷毙了,pci) =大中型企业(数据,<年代p一个n年代tyle="color:#A020F0">“分布”年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“二”年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“NTrials”年代p一个n>,20岁,<年代p一个n年代tyle="color:#0000FF">…年代p一个n><年代p一个n年代tyle="color:#A020F0">“α”年代p一个n>。01)
太好了= 0.7615
pci =<年代p一个nclass="emphasis">2×10.7361 - 0.7856
成功的概率的估计为0.7615,低和99%置信区间的上限是0.7361和0.7856,分别。这个区间内涵盖了用于模拟真实价值数据。
符合自定义概率密度函数(pdf)
生成样本数据的大小从1000非中心卡方分布与自由度8和非中心参数3。
rng<年代p一个n年代tyle="color:#A020F0">默认的年代p一个n><年代p一个n年代tyle="color:#228B22">%的再现性年代p一个n>x=ncx2rnd (8, 1000,1);
估计的参数非中心卡方分布的样本数据。的分布
名称-值参数不支持非中心卡方分布。金宝app因此,您需要定义一个自定义的非中心卡方pdf使用pdf
名称-值参数和ncx2pdf
函数。您还必须指定初始参数值(开始
名称-值参数)定制的分布。
(太好了,pci)大中型企业的(x) =<年代p一个n年代tyle="color:#A020F0">“pdf”年代p一个n>@ (x, v, d) ncx2pdf (x, v, d),<年代p一个n年代tyle="color:#A020F0">“开始”年代p一个n>(1])
太好了=<年代p一个nclass="emphasis">1×28.1052 - 2.6693
pci =<年代p一个nclass="emphasis">2×27.1120 1.6025 9.0983 3.7362
自由度的估计是8.1052和2.6693非中心参数。自由度的95%置信区间为(7.1120,9.0983),和非中心参数的区间为(1.6025,3.7362)。置信区间包含真正的参数值8和3,分别。
符合自定义日志概率密度函数(pdf)
加载示例数据。
负载(<年代p一个n年代tyle="color:#A020F0">“readmissiontimes.mat”年代p一个n>);
数据包括ReadmissionTime
100名患者,重新接纳时间。这个数据是模拟。
定义一个自定义日志pdf与尺度参数威布尔分布λ
和形状参数k
。
custlogpdf = @(数据、λk)<年代p一个n年代tyle="color:#0000FF">…年代p一个n>日志(k) - k *日志(λ)+ (k - 1) *日志(数据)-(数据/λ)。^ k;
估计的参数定制分布和指定初始参数值(开始
名称-值参数)。
太好了=大中型企业(ReadmissionTime,<年代p一个n年代tyle="color:#A020F0">“logpdf”年代p一个n>custlogpdf,<年代p一个n年代tyle="color:#A020F0">“开始”年代p一个n>(0。75])
太好了=<年代p一个nclass="emphasis">1×27.5727 - 1.4540
的规模和形状参数定制分布是7.5727和1.4540,分别。
符合自定义- Loglikelihood函数
加载示例数据。
负载(<年代p一个n年代tyle="color:#A020F0">“readmissiontimes.mat”年代p一个n>)
数据包括ReadmissionTime
100名患者,重新接纳时间。这个数据是模拟。
定义一个自定义消极loglikelihood的泊松分布函数参数λ
,在那里1 /λ
分布的均值。您必须定义这个函数接受一个逻辑审查信息和一个整数向量的向量数据的频率,即使你不使用这些值的自定义函数。
custnloglf = @(λ,数据,岑,频率)<年代p一个n年代tyle="color:#0000FF">…年代p一个n>长度(数据)*日志(λ)+总和(λ*数据,<年代p一个n年代tyle="color:#A020F0">“omitnan”年代p一个n>);
估计自定义的参数分布和指定初始参数值(开始
名称-值参数)。
太好了=大中型企业(ReadmissionTime,<年代p一个n年代tyle="color:#A020F0">“nloglf”年代p一个n>custnloglf,<年代p一个n年代tyle="color:#A020F0">“开始”年代p一个n>,0.05)
太好了= 0.1462
合适的分布与已知参数
生成样本数据的大小从1000非中心卡方分布与自由度10和非中心参数5。
rng (<年代p一个n年代tyle="color:#A020F0">“默认”年代p一个n>)<年代p一个n年代tyle="color:#228B22">%的再现性年代p一个n>x=ncx2rnd(1000年10日,5日,1);
假设非中心参数是固定值5。估计自由度非中心卡方分布的样本数据。为此,定义一个自定义的非中心卡方pdf使用pdf
名称-值参数。
(太好了,pci)大中型企业的(x) =<年代p一个n年代tyle="color:#A020F0">“pdf”年代p一个n>@ (x, v) ncx2pdf (x, v, 5),<年代p一个n年代tyle="color:#A020F0">“开始”年代p一个n>,1)
太好了= 9.9307
pci =<年代p一个nclass="emphasis">2×19.5626 - 10.2989
非中心参数的估计是9.9307,95%置信区间的上下极限是9.5626和10.2989。置信区间包含真正的参数值10。
适合与额外的参数分布
尺度参数添加到卡方分布适应数据的规模,和分布。
生成样本数据的大小从1000卡方分布与自由度5,和规模100倍的数据。
rng<年代p一个n年代tyle="color:#A020F0">默认的年代p一个n><年代p一个n年代tyle="color:#228B22">%的再现性年代p一个n>x=100* chi2rnd (1000 1);
估计自由度和比例因子。为此,定义一个自定义卡方使用的概率密度函数pdf
名称-值参数。需要的密度函数<年代p一个nclass="inlineequation">
因素相应的数据<年代p一个nclass="inlineequation">
。
(太好了,pci)大中型企业的(x) =<年代p一个n年代tyle="color:#A020F0">“pdf”年代p一个n>@ (x, v, s) chi2pdf / s (x / s, v),<年代p一个n年代tyle="color:#A020F0">“开始”年代p一个n>(1200])
太好了=<年代p一个nclass="emphasis">1×25.1079 - 99.1681
pci =<年代p一个nclass="emphasis">2×24.6862 90.1215 5.5297 108.2146
自由度的估计是5.1079和99.1681规模。自由度的95%置信区间为(4.6862,5.5279),和尺度参数的区间是(90.1215,108.2146)。真正的参数值的置信区间包含5和100年,分别。
适合定制Right-Censored数据分布
加载示例数据。
负载(<年代p一个n年代tyle="color:#A020F0">“readmissiontimes.mat”年代p一个n>);
数据包括ReadmissionTime
100名患者,重新接纳时间。列向量审查
包含审查信息对于每一个病人,1表示right-censored观察,0表示完全重新接纳时间观察。这个数据是模拟。
定义一个自定义概率密度函数(pdf)和一个累积分布函数为指数分布的参数(cdf)λ
,在那里1 /λ
分布的均值。适合审查的分布的数据集,您必须通过pdf和运作大中型企业
函数。
custpdf = @(数据、λ)λ* exp(λ*数据);custcdf = @(数据、λ)1-exp(λ*数据);
估计参数λ
自定义分布的审查示例数据。指定初始参数值(开始
名称-值参数)定制的分布。
太好了=大中型企业(ReadmissionTime,<年代p一个n年代tyle="color:#A020F0">“pdf”年代p一个n>custpdf,<年代p一个n年代tyle="color:#A020F0">“提供”年代p一个n>custcdf,<年代p一个n年代tyle="color:#0000FF">…年代p一个n><年代p一个n年代tyle="color:#A020F0">“开始”年代p一个n>,0.05,<年代p一个n年代tyle="color:#A020F0">“审查”年代p一个n>审查)
太好了= 0.1096
找到毫升Double-Censored数据
生成double-censored生存数据和找到一个内置的ml的分布数据。然后,使用毫升创建一个概率分布对象。
从Birnbaum-Saunders生成故障时间分布。
rng (<年代p一个n年代tyle="color:#A020F0">“默认”年代p一个n>)<年代p一个n年代tyle="color:#228B22">%的再现性年代p一个n>f一个iluretime =随机(<年代p一个n年代tyle="color:#A020F0">“BirnbaumSaunders”年代p一个n>、0.3、1、[1]100年);
假设研究0.9 0.1开始时间和结束时间。假设意味着失败时间小于0.1剩下审查,审查和失败0.9倍是正确的。
创建一个向量中每个元素表示的审查状态对应的观察failuretime
。使用1,1,0表示left-censored right-censored,分别和充分观察观察。
L = 0.1;U = 0.9;left_censored = (failuretime < L);right_censored = (failuretime > U);c = right_censored - left_censored;
找到毫升double-censored数据。通过使用指定审查信息审查
名称-值参数。
太好了=大中型企业(failuretime,<年代p一个n年代tyle="color:#A020F0">“分布”年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“BirnbaumSaunders”年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“审查”年代p一个n>c)
太好了=<年代p一个nclass="emphasis">1×20.2632 - 1.3040
创建一个概率分布对象毫升通过使用<一个href="//www.tatmou.com/es/es/es/help/stats/makedist.html" data-docid="stats_ug#btsj9q5" class="a">makedist
函数。
pd = makedist (<年代p一个n年代tyle="color:#A020F0">“BirnbaumSaunders”年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“β”年代p一个n>太好了(1)<年代p一个n年代tyle="color:#A020F0">“伽马”年代p一个n>,太好了(2)
pd = BirnbaumSaundersDistribution Birnbaum-Saunders分布β= 0.263184γ= 1.304
pd
是一个<一个href="//www.tatmou.com/es/es/es/help/stats/prob.birnbaumsaundersdistribution.html" data-docid="stats_ug#buk6eu9" class="a">BirnbaumSaundersDistribution
对象。您可以使用对象的功能pd
评估分布和生成随机数。显示功能的支持对象。金宝app
方法(pd)
类问题的方法。BirnbaumSaundersDistribution:提供iqr negloglik情节性病收集意味着paramci proflik截断icdf pdf中值随机变量
例如,计算均值和方差的分布使用的意思是
和var
函数,分别。
意思是(pd)
ans = 0.4869
var (pd)
ans = 0.3681
找到毫升结局数据
生成样本数据代表机器故障时间后,威布尔分布。
rng (<年代p一个n年代tyle="color:#A020F0">“默认”年代p一个n>)<年代p一个n年代tyle="color:#228B22">%的再现性年代p一个n>f一个ilureTimes = wblrnd(5 2[1] 200年);
指定观察四舍五入为最接近的第二次失败的时间值。
观察=圆(failureTimes);
观察到的
是结局数据。一个观察t
在观察到的
表示事件发生后时间t - 0.5
在时间之前t + 0.5
。
创建一个两列矩阵,包括审查信息。
intervalTimes =(观察观察到- 0.5 + 0.5);
失败的时间必须是积极的。找到值小于<一个href="//www.tatmou.com/es/es/es/help/matlab/ref/eps.html" data-docid="matlab_ref#br8pqeh-1" class="a">每股收益
,改变他们每股收益
。
intervalTimes (intervalTimes < eps) =每股收益;
找到的毫升用威布尔分布参数intervalTimes
。
params =大中型企业(intervalTimes,<年代p一个n年代tyle="color:#A020F0">“分布”年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“威布尔”年代p一个n>)
params =<年代p一个nclass="emphasis">1×25.0067 - 2.0049
策划的结果。
图直方图(观察,<年代p一个n年代tyle="color:#A020F0">“归一化”年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“pdf”年代p一个n>)举行<年代p一个n年代tyle="color:#A020F0">在年代p一个n>x=linspace(0,马克斯(观察));情节(x, wblpdf (x, params(1),参数个数(2)))传说(<年代p一个n年代tyle="color:#A020F0">观察样品的年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“拟合分布”年代p一个n>)举行<年代p一个n年代tyle="color:#A020F0">从年代p一个n>
找到毫升分布与有限的支持金宝app
生成样本分布的有限支持,并找到与定制选项的ml迭代估计过程。金宝app
对于一个地区零概率密度分布,大中型企业
可能会尝试一些参数,密度为零,导致功能不知道毫升。为了避免这个问题,您可以关闭选项,检查无效的函数值和指定调用时参数范围大中型企业
函数。
生成样本数据的大小从1000年的威布尔分布的尺度参数和形状参数1。把样品通过添加10。
rng (<年代p一个n年代tyle="color:#A020F0">“默认”年代p一个n>)<年代p一个n年代tyle="color:#228B22">%的再现性年代p一个n>数据=wblrnd(1, - 1,[1] 1000年)+ 10;直方图(数据、<年代p一个n年代tyle="color:#A020F0">“归一化”年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“pdf”年代p一个n>)
直方图显示没有样品小于10,表明该地区分布为零概率小于10。这个分布是一个带三个参数的威布尔分布,其中包括一个位置(见第三个参数<一个href="//www.tatmou.com/es/es/es/help/stats/three-parameter-weibull-distribution.html" data-docid="stats_ug#mw_317acca4-b12b-4c1a-b0af-4fc8a4073643" class="a">三参数威布尔分布一个>)。
定义一个概率密度函数(pdf)的带三个参数的威布尔分布。
custompdf = @ (x, a, b, c) wblpdf(得到a, b);
找到毫升通过使用大中型企业
函数。指定选项
关闭的选项名称参数检查无效的函数值。同时,指定使用的参数范围下界
和UpperBound
名称-值参数。规模和形状参数必须是积极的,必须小于最低位置参数的样本数据。
params =大中型企业(数据,<年代p一个n年代tyle="color:#A020F0">“pdf”年代p一个n>custompdf,<年代p一个n年代tyle="color:#A020F0">“开始”年代p一个n>(5 5 5),<年代p一个n年代tyle="color:#0000FF">…年代p一个n><年代p一个n年代tyle="color:#A020F0">“选项”年代p一个n>年代t一个t年代et (<年代p一个n年代tyle="color:#A020F0">“FunValCheck”年代p一个n>,<年代p一个n年代tyle="color:#A020F0">“关闭”年代p一个n>),<年代p一个n年代tyle="color:#0000FF">…年代p一个n><年代p一个n年代tyle="color:#A020F0">下界的年代p一个n>(00负),<年代p一个n年代tyle="color:#A020F0">“UpperBound”年代p一个n>(正正无穷min(数据)))
params =<年代p一个nclass="emphasis">1×31.0258 1.0618 10.0004
的大中型企业
函数发现三个参数的准确估计。为更多的细节在指定自定义选项迭代过程,看到的例子<一个href="//www.tatmou.com/es/es/es/help/stats/three-parameter-weibull-distribution.html" data-docid="stats_ug#mw_317acca4-b12b-4c1a-b0af-4fc8a4073643" class="a">三参数威布尔分布一个>。
输入参数
数据
- - - - - -<年代p一个nitemprop="purpose">样本数据和审查信息年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">向量年代p一个n>|<年代p一个nitemprop="inputvalue">两列矩阵年代p一个n>年代p一个n>
样本数据和审查信息,指定为一个向量样本数据或一个两列的矩阵的示例数据和审查信息。
您可以指定的审查信息通过使用示例数据数据
参数或<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-Censoring" class="intrnllnk">审查
名称-值参数。大中型企业
忽略了审查
如果参数值数据
是一个两列矩阵。
指定数据
作为一个向量或一个两列矩阵根据审查类型的观察数据
。
完全观测数据,指定
数据
作为一个向量样本数据。数据包含充分观察、left-censored或right-censored观察——指定
数据
作为样本数据的一个向量,并指定审查
名称-值参数作为一个为每一个观测向量包含审查信息。的审查
向量可以包含0,1,1,指充分观察,left-censored,分别和right-censored观察。数据,包括结局观察——指定
数据
两列矩阵的示例数据和审查信息。每一行的数据
指定的范围可能生存或失败时间的每一个观察,并能有这些值之一:(t, t)
——完全观察到t
(负无穷,t)
——Left-censoredt
(t,正)
——Right-censoredt
[t<年代ub>1年代ub>t<年代ub>2年代ub>]
——结局之间[t<年代ub>1年代ub>t<年代ub>2年代ub>]
,在那里t<年代ub>1年代ub>
<t<年代ub>2年代ub>
的内置分布列表支持审查观察,看看金宝app<一个href="//www.tatmou.com/es/es/es/help/stats/mle.html" class="intrnllnk">
审查
。大中型企业
忽略了南
值数据
。此外,任何南
审查中的值向量(审查
)或频率向量(<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-Frequency" class="intrnllnk">频率
)原因大中型企业
忽略中相应的行数据
。
数据类型:年代tr在g>单
|双
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家
,在那里的名字
参数名称和吗价值
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
的名字
在报价。
例子:年代tr在g>“审查”,岑,“阿尔法”,0.01,“选项”,选择
指示大中型企业
估计的参数分布审查数据指定的数组岑
为参数,计算99%置信区间估计,并使用指定的算法控制参数结构选择
。年代p一个n>
分布
- - - - - -<年代p一个nitemprop="purpose">分布类型年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">“正常”
(默认)|<年代p一个nitemprop="inputvalue">特征向量或字符串标量分布类型年代p一个n>年代p一个n>
分布类型的估计参数,指定为这个表中的值之一。
分布 价值 |
分布类型 | 第一个参数 | 第二个参数 | 第三个参数 | 第四个参数 |
---|---|---|---|---|---|
“伯努利” |
伯努利分布一个> | p 为每个审判:成功的可能性 |
N /一个 | N /一个 | N /一个 |
“β” |
贝塔分布一个> | 一个 :第一形状参数 |
b :第二形状参数 |
N /一个 | N /一个 |
“二” |
二项分布一个> | p 为每个审判:成功的可能性 |
N /一个 | N /一个 | N /一个 |
“BirnbaumSaunders” |
Birnbaum-Saunders分布一个> | β:尺度参数 | γ:形状参数 | N /一个 | N /一个 |
“毛刺” |
第十二毛刺类型分布一个> | α:尺度参数 | c :第一形状参数 |
k :第二形状参数 |
N /一个 |
离散均匀的 或“unid” |
均匀分布(离散)一个> | n :最大观测值 |
N /一个 | N /一个 | N /一个 |
“指数” |
指数分布一个> | μ:是指 | N /一个 | N /一个 | N /一个 |
“极端值” 或“电动汽车” |
极端值分布一个> | μ:位置参数 | σ:尺度参数 | N /一个 | N /一个 |
“伽马” |
伽马分布一个> | 一个 :形状参数 |
b :尺度参数 |
N /一个 | N /一个 |
“广义极值” 或“gev” |
广义极值分布一个> | k :形状参数 |
σ:尺度参数 | μ:位置参数 | N /一个 |
广义帕累托的 或“全科医生” |
广义帕累托分布一个> | k :尾指数(形状)参数 |
σ:尺度参数 | N /一个 | N /一个 |
“几何” |
几何分布一个> | p :概率参数 |
N /一个 | N /一个 | N /一个 |
“正常”的一半 或“环” |
Half-Normal分布一个> | σ:尺度参数 | N /一个 | N /一个 | N /一个 |
“InverseGaussian” |
逆高斯分布一个> | μ:尺度参数 | λ:形状参数 | N /一个 | N /一个 |
“物流” |
物流配送一个> | μ:是指 | σ:尺度参数 | N /一个 | N /一个 |
“LogLogistic” |
Loglogistic分布一个> | μ:意思是对数的值 | σ:对数尺度参数值 | N /一个 | N /一个 |
对数正态的 |
对数正态分布一个> | μ:意思是对数的值 | σ:对数标准差值 | N /一个 | N /一个 |
“Nakagami” |
Nakagami分布一个> | μ:形状参数 | ω:尺度参数 | N /一个 | N /一个 |
“负二项” 或“nbin” |
负二项分布一个> | r :成功的数量 |
p :成功的可能性在一个审判 |
N /一个 | N /一个 |
“正常” |
正态分布一个> | μ:是指 | σ:标准偏差 | N /一个 | N /一个 |
“泊松” |
泊松分布一个> | λ:是指 | N /一个 | N /一个 | N /一个 |
“瑞利” |
瑞利分布一个> | b :尺度参数 |
N /一个 | N /一个 | N /一个 |
“Rician” |
Rician分布一个> | 年代 :非中心参数 |
σ:尺度参数 | N /一个 | N /一个 |
“稳定” |
稳定分布一个> | α:第一形状参数 | β:第二形状参数 | γ:尺度参数 | δ:位置参数 |
“tLocationScale” |
t Location-Scale分布一个> | μ:位置参数 | σ:尺度参数 | ν:形状参数 | N /一个 |
“统一” |
均匀分布(连续)一个> | 一个 :较低的端点(最小) |
b :上端点(最大) |
N /一个 | N /一个 |
“威布尔” 或“wbl” |
威布尔分布一个> | 一个 :尺度参数 |
b :形状参数 |
N /一个 | N /一个 |
大中型企业
不估计这些分布参数:
二项分布的试验。通过使用指定参数<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-NTrials" class="intrnllnk">
NTrials
名称-值参数。half-normal分布的位置参数。通过使用指定参数<一个href="//www.tatmou.com/es/es/help/stats/#mw_b41fcdff-d012-4c5d-b54a-0b353782e2ff" class="intrnllnk">
μ
名称-值参数。广义帕累托分布的位置参数。通过使用指定参数<一个href="//www.tatmou.com/es/es/help/stats/#mw_bbd62f60-0c51-49b1-ae5a-121822b5233d" class="intrnllnk">
θ
名称-值参数。
如果样品数据被截断或包括left-censored或结局观察,您必须指定<一个href="//www.tatmou.com/es/es/help/stats/#mw_63792bf7-4cb6-463b-9ced-1402c960aa19" class="intrnllnk">开始
名称-值参数对毛刺分布和稳定分布。
“分布”、“Rician”
NTrials
- - - - - -<年代p一个nitemprop="purpose">试验二项分布年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">标量年代p一个n>|<年代p一个nitemprop="inputvalue">向量年代p一个n>年代p一个n>
试验的对应元素的数量数据
二项分布、指定为一个标量或矢量的行数一样数据
。
这个论点时需要<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-dist" class="intrnllnk">分布
是“二”
(二项分布)。
“Ntrials”, 10
数据类型:年代tr在g>单
|双
θ
- - - - - -<年代p一个nitemprop="purpose">为广义帕累托分布位置(阈值)参数年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">标量年代p一个n>年代p一个n>
位置(阈值)为广义帕累托分布参数,指定为一个标量。
这个论点是有效的只有当<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-dist" class="intrnllnk">分布
是广义帕累托的
(广义帕累托分布)。
样本数据的默认值是0<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-data" class="intrnllnk">数据
只包括非负价值。您必须指定θ
如果数据
包括负值。
“θ”,1
数据类型:年代tr在g>单
|双
μ
- - - - - -<年代p一个nitemprop="purpose">位置参数half-normal分布年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">标量年代p一个n>年代p一个n>
half-normal分布位置参数,指定为一个标量。
这个论点是有效的只有当<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-dist" class="intrnllnk">分布
是“正常”的一半
(half-normal分布)。
样本数据的默认值是0<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-data" class="intrnllnk">数据
只包括非负价值。您必须指定μ
如果数据
包括负值。
“亩”,1
数据类型:年代tr在g>单
|双
pdf
- - - - - -<年代p一个nitemprop="purpose">定制的概率密度函数年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">函数处理年代p一个n>|<年代p一个nitemprop="inputvalue">单元阵列年代p一个n>年代p一个n>
自定义概率分布函数(pdf),指定为包含一个函数的函数处理或一个单元阵列处理和额外的函数的参数。
包含示例数据的自定义函数接受一个向量,一个或多个个体的分布参数,和任何额外的参数通过一个细胞数组作为输入参数。概率密度函数返回一个向量的值。
@newpdf, pdf”
数据类型:年代tr在g>function_handle
|细胞
提供
- - - - - -<年代p一个nitemprop="purpose">定制的累积分布函数年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">函数处理年代p一个n>|<年代p一个nitemprop="inputvalue">单元阵列年代p一个n>年代p一个n>
定制的累积分布函数(cdf),指定为包含一个函数的函数处理或一个单元阵列处理和额外的函数的参数。
包含示例数据的自定义函数接受一个向量,一个或多个个体的分布参数,和任何额外的参数通过一个细胞数组作为输入参数。提供的函数返回一个矢量值。
计算毫升审查或截断观察,您必须定义提供
和<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-pdf" class="intrnllnk">pdf
。为充分观察和untruncated观察,大中型企业
不使用提供
。你可以通过使用指定审查信息<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-data" class="intrnllnk">数据
或<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-Censoring" class="intrnllnk">审查
并指定截断边界通过使用<一个href="//www.tatmou.com/es/es/help/stats/#mw_26baa01c-6f65-4c33-98df-19bd0c2efdcd" class="intrnllnk">TruncationBounds
。
“提供”,@newcdf
数据类型:年代tr在g>function_handle
|细胞
logpdf
- - - - - -<年代p一个nitemprop="purpose">自定义日志概率密度函数年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">函数处理年代p一个n>|<年代p一个nitemprop="inputvalue">单元阵列年代p一个n>年代p一个n>
自定义日志概率密度函数,指定为一个函数处理或包含一个函数单元阵列处理和附加参数的函数。
包含示例数据的自定义函数接受一个向量,一个或多个个体的分布参数,和任何额外的参数通过一个细胞数组作为输入参数。函数返回一个向量的日志概率值。
logpdf, @customlogpdf
数据类型:年代tr在g>function_handle
|细胞
logsf
- - - - - -<年代p一个nitemprop="purpose">自定义日志生存函数年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">函数处理年代p一个n>|<年代p一个nitemprop="inputvalue">单元阵列年代p一个n>年代p一个n>
自定义日志<一个href="//www.tatmou.com/es/es/es/help/stats/mle.html" class="intrnllnk">生存函数一个>,指定为一个函数处理或包含一个函数单元阵列处理和附加参数的函数。
包含示例数据的自定义函数接受一个向量,一个或多个个体的分布参数,和任何额外的参数通过一个细胞数组作为输入参数。函数返回一个向量的日志生存概率值。
计算毫升审查或截断观察,您必须定义logsf
和<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-logpdf" class="intrnllnk">logpdf
。为充分观察和untruncated观察,大中型企业
不使用logsf
。你可以通过使用指定审查信息<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-data" class="intrnllnk">数据
或<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-Censoring" class="intrnllnk">审查
并指定截断边界通过使用<一个href="//www.tatmou.com/es/es/help/stats/#mw_26baa01c-6f65-4c33-98df-19bd0c2efdcd" class="intrnllnk">TruncationBounds
。
logsf, @logsurvival
数据类型:年代tr在g>function_handle
|细胞
nloglf
- - - - - -<年代p一个nitemprop="purpose">自定义- loglikelihood函数年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">函数处理年代p一个n>|<年代p一个nitemprop="inputvalue">单元阵列年代p一个n>年代p一个n>
自定义- loglikelihood函数,指定为包含一个函数的函数处理或一个单元阵列处理和附加参数的函数。
自定义函数接受下面的输入参数,表中列出的顺序。
自定义函数的输入参数 | 描述 |
---|---|
参数个数 |
向量的分布参数值。大中型企业 检测参数的数量从元素的数量<一个href="//www.tatmou.com/es/es/help/stats/#mw_63792bf7-4cb6-463b-9ced-1402c960aa19" class="intrnllnk">开始 。 |
数据 |
示例数据。的<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-data" class="intrnllnk">数据 值是一个向量样本数据或一个两列的矩阵的示例数据和审查信息。 |
岑 |
审查信息的逻辑向量。nloglf 必须接受岑 即使你不使用<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-Censoring" class="intrnllnk">审查 名称-值参数。在这种情况下,您可以编写nloglf 忽略岑 。 |
频率 |
整数向量数据的频率。nloglf 必须接受频率 即使你不使用<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-Frequency" class="intrnllnk">频率 名称-值参数。在这种情况下,您可以编写nloglf 忽略频率 。 |
trunc |
双元素数值向量的截断边界。nloglf 必须接受trunc 如果你使用<一个href="//www.tatmou.com/es/es/help/stats/#mw_26baa01c-6f65-4c33-98df-19bd0c2efdcd" class="intrnllnk">TruncationBounds 名称-值参数。 |
nloglf
可以接受额外的参数通过一个细胞数组作为输入参数。
nloglf
返回一个标量- loglikelihood值,可选地,消极loglikelihood梯度向量(参见GradObj
字段<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-Options" class="intrnllnk">选项
名称-值参数)。
nloglf, @negloglik
数据类型:年代tr在g>function_handle
|细胞
审查
- - - - - -<年代p一个nitemprop="purpose">审查数据的指标年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">向量的0年代p一个n>(默认)|<年代p一个nitemprop="inputvalue">向量组成的0,1,1年代p一个n>年代p一个n>
的审查指标数据,指定为一个向量组成的0,1,1,这表明充分观察,left-censored,分别和right-censored观察。每个元素的审查
值表示的审查状态对应的观察<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-data" class="intrnllnk">数据
。的审查
值必须有相同的大小数据
。默认是一个向量的0,表明所有的观察都是完全遵守。
你不能使用这个参数指定结局观察。如果样本数据包含结局观察,指定数据
使用一个两列的矩阵。大中型企业
忽略了审查
如果价值数据
是一个两列矩阵。
大中型企业
金宝app支持审查以下内置分布和一个定制的分布。
分布 价值 |
分布类型 |
---|---|
“BirnbaumSaunders” |
Birnbaum-Saunders |
“毛刺” |
毛刺类型十二世 |
“指数” |
指数 |
“极端值” 或“电动汽车” |
极值 |
“伽马” |
γ |
“InverseGaussian” |
逆高斯分布 |
“物流” |
物流 |
“LogLogistic” |
Loglogistic |
对数正态的 |
对数正态 |
“Nakagami” |
Nakagami |
“正常” |
正常的 |
“Rician” |
Rician |
“tLocationScale” |
tlocation-scale |
“威布尔” 或“wbl” |
威布尔 |
对于一个定制的分布,您必须定义分配使用<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-pdf" class="intrnllnk">pdf
和<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-cdf" class="intrnllnk">提供
,<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-logpdf" class="intrnllnk">logpdf
和<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-logsf" class="intrnllnk">logsf
,或<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-nloglf" class="intrnllnk">nloglf
。
大中型企业
忽略任何一个南
审查中的值向量。此外,任何南
值数据
或频率向量(<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-Frequency" class="intrnllnk">频率
)原因大中型企业
忽略相应的审查向量中的值。
审查,审查
,在那里审查
是一个向量,其中包含审查信息。逻辑
|单
|双
TruncationBounds
- - - - - -<年代p一个nitemprop="purpose">截断边界年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">(负、正)
(默认)|<年代p一个nitemprop="inputvalue">向量的两个元素年代p一个n>年代p一个n>
截断边界,指定为一个向量的两个元素。
大中型企业
金宝app支持以下内置分布和截断的观察一个定制的分布。
分布 价值 |
分布类型 |
---|---|
“β” |
β |
“BirnbaumSaunders” |
Birnbaum-Saunders |
“毛刺” |
毛刺 |
“指数” |
指数 |
“极端值” 或“电动汽车” |
极值 |
“伽马” |
γ |
“广义极值” 或“gev” |
广义极值 |
广义帕累托的 或“全科医生” |
广义帕累托 |
“正常”的一半 或“环” |
Half-normal |
“InverseGaussian” |
逆高斯分布 |
“物流” |
物流 |
“LogLogistic” |
Loglogistic |
对数正态的 |
对数正态 |
“Nakagami” |
Nakagami |
“正常” |
正常的 |
“泊松” |
泊松 |
“瑞利” |
瑞利 |
“Rician” |
Rician |
“稳定” |
稳定的 |
“tLocationScale” |
tlocation-scale |
“威布尔” 或“wbl” |
威布尔 |
对于一个定制的分布,您必须定义分配使用<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-pdf" class="intrnllnk">pdf
和<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-cdf" class="intrnllnk">提供
,<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-logpdf" class="intrnllnk">logpdf
和<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-logsf" class="intrnllnk">logsf
,或<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-nloglf" class="intrnllnk">nloglf
。
“TruncationBounds”, [0, 10)
数据类型:年代tr在g>单
|双
频率
- - - - - -<年代p一个nitemprop="purpose">频率的观察年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">1的向量年代p一个n>(默认)|<年代p一个nitemprop="inputvalue">向量的非负整数年代p一个n>年代p一个n>
频率的观测,指定为一个向量的非负整数数相同的行数<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-data" class="intrnllnk">数据
。的j
的th元素频率
值的次数j
th排数据
被观察到。默认是1 s的向量,表示每排一个观察数据
。
大中型企业
忽略任何一个南
在这个频率值向量。此外,任何南
值数据
或审查向量(<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-Censoring" class="intrnllnk">审查
)原因大中型企业
忽略相应的频率向量中的值。
的频率,频率
,在那里频率
是一个向量包含观测频率。单
|双
α
- - - - - -<年代p一个nitemprop="purpose">显著性水平年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">0.05年代p一个n>(默认)|<年代p一个nitemprop="inputvalue">标量的范围(0,1)年代p一个n>年代p一个n>
显著性水平的置信区间<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-pci" class="intrnllnk">一种总线标准
指定的参数估计,作为标量范围(0,1)。的置信水平一种总线标准
是100(1α)
%。默认值是0.05
有95%的信心。
“阿尔法”,0.01
指定了置信水平99%。单
|双
选项
- - - - - -<年代p一个nitemprop="purpose">选择迭代算法年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">statset (“mlecustom”)
(默认)|<年代p一个nitemprop="inputvalue">结构年代p一个n>年代p一个n>
迭代算法选项,指定为返回的结构<一个href="//www.tatmou.com/es/es/es/help/stats/statset.html">statset
。
使用这个参数来控制最大似然的细节优化。这个论点是有效的在以下情况下:
样本数据截断。
示例数据包括left-censored或结局观察。
你适合一个定制的分布。
的大中型企业
功能解释如下statset
选择优化。
字段名 | 描述 | 默认值 |
---|---|---|
GradObj |
标志指示是否 为提供一个梯度的一个例子
|
“关闭” |
DerivStep |
相对差异,指定为一个向量的大小一样<一个href="//www.tatmou.com/es/es/help/stats/#mw_63792bf7-4cb6-463b-9ced-1402c960aa19" class="intrnllnk">
|
eps ^ (1/3) |
FunValCheck |
标志指示是否 一个糟糕的选择可能导致分布函数返回起点 |
“上” |
TolBnd |
上下边界时抵消
|
1 e-6 |
TolFun |
终止公差函数值,指定为一个积极的标量。 |
1 e-6 |
TolX |
终止对参数,指定为一个积极的标量。 |
1 e-6 |
MaxFunEvals |
最大数量的函数允许评估,指定为一个正整数。 |
400年 |
麦克斯特 |
最大允许的迭代次数,指定为一个正整数。 |
200年 |
显示 |
显示,指定为
|
“关闭” |
的例子选项
名称-值参数,看到<一个href="//www.tatmou.com/es/es/es/help/stats/mle.html" class="intrnllnk">找到毫升分布与有限的支持金宝app一个>和<一个href="//www.tatmou.com/es/es/es/help/stats/three-parameter-weibull-distribution.html" class="a">三参数威布尔分布一个>。
更多细节,请参阅选项
输入参数的<一个href="//www.tatmou.com/es/es/es/help/matlab/ref/fminsearch.html">fminsearch
和<一个href="//www.tatmou.com/es/es/es/help/optim/ug/fmincon.html">fmincon
(优化工具箱)年代p一个n>。
“选项”,statset (“FunValCheck”、“了”)
数据类型:年代tr在g>结构体
开始
- - - - - -<年代p一个nitemprop="purpose">初始参数值年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">行向量年代p一个n>年代p一个n>
初始参数值毛刺分布,分布稳定,和自定义分布,指定为一个行向量。的长度开始
值必须与参数估计的数量相同大中型企业
。
如果样品数据被截断或包括left-censored或结局观察,开始
毛刺和稳定的分布参数是必需的。这个论点时总是需要适应一个定制的分布,也就是说,当你使用<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-pdf" class="intrnllnk">pdf
,<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-logpdf" class="intrnllnk">logpdf
,或<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-nloglf" class="intrnllnk">nloglf
名称-值参数。在其他情况下,大中型企业
可以找到初始值或计算毫升没有初始值。
0.05
例子:年代tr在g>(100 2)
数据类型:年代tr在g>单
|双
下界
- - - - - -<年代p一个nitemprop="purpose">下界的分布参数年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">向量的负
年代年代p一个n>(默认)|<年代p一个nitemprop="inputvalue">行向量年代p一个n>年代p一个n>
下界的分布参数,指定为一个行向量的长度一样<一个href="//www.tatmou.com/es/es/help/stats/#mw_63792bf7-4cb6-463b-9ced-1402c960aa19" class="intrnllnk">开始
。
这个论点是有效的在以下情况下:
样本数据截断。
示例数据包括left-censored或结局观察。
你适合一个定制的分布。
例子:年代tr在g>下界,0
数据类型:年代tr在g>单
|双
UpperBound
- - - - - -<年代p一个nitemprop="purpose">分布参数的上界年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">向量的正
年代年代p一个n>(默认)|<年代p一个nitemprop="inputvalue">行向量年代p一个n>年代p一个n>
分布参数的上界,指定为一个行向量的长度相同<一个href="//www.tatmou.com/es/es/help/stats/#mw_63792bf7-4cb6-463b-9ced-1402c960aa19" class="intrnllnk">开始
。
这个论点是有效的在以下情况下:
样本数据截断。
示例数据包括left-censored或结局观察。
你适合一个定制的分布。
例子:年代tr在g>“Upperbound”, 1
数据类型:年代tr在g>单
|双
OptimFun
- - - - - -<年代p一个nitemprop="purpose">优化功能年代p一个n>
<年代p一个n class="add_font_color_general remove_bold">“fminsearch”
(默认)|<年代p一个nitemprop="inputvalue">“fmincon”
所使用的优化函数大中型企业
为了最大化的可能性,指定为“fminsearch”
或“fmincon”
。的“fmincon”
选择需要优化工具箱™。
样本数据截断。
示例数据包括left-censored或结局观察。
你适合一个定制的分布。
例子:年代tr在g>“Optimfun”、“fmincon”
输出参数
酷毙了
——参数估计
<年代p一个nclass="add_font_color_general remove_bold">行向量年代p一个n>年代p一个n>
参数估计,返回一个行向量。为内置的分布参数估计的描述,看看<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-dist" class="intrnllnk">分布
。
一种总线标准
——参数估计的置信区间
<年代p一个nclass="add_font_color_general remove_bold">2 -k矩阵年代p一个n>年代p一个n>
参数置信区间估计,作为2 -返回k矩阵,k参数估计的数量吗大中型企业
。的第一行和第二行一种总线标准
分别显示了上下置信区间。
您可以指定为置信区间利用显著性水平<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-Alpha" class="intrnllnk">α
名称-值参数。
更多关于
审查类型
大中型企业
金宝app支持left-censored right-censored,结局观察。
Left-censored观察时间
t
——事件发生之前的时间t
,具体的事件时间不详。Right-censored观察时间
t
——事件发生后时间t
,具体的事件时间不详。结局观察区间内
[t<年代ub>1年代ub>t<年代ub>2年代ub>]
——事件发生后时间t<年代ub>1年代ub>
在时间之前t<年代ub>2年代ub>
,具体的事件时间不详。
Double-censored数据包括left-censored和right-censored观察。
生存函数
生存的生存函数的概率作为时间的函数。它也被称为幸存者函数。
提示
当你提供定制left-censored分布函数或使用内置的分布,double-censored,结局,或截断的观察,
大中型企业
计算参数估计使用迭代算法最大化。一些模型和数据,一个贫穷的起点的选择(<一个href="//www.tatmou.com/es/es/help/stats/#mw_63792bf7-4cb6-463b-9ced-1402c960aa19" class="intrnllnk">开始
)可能会导致大中型企业
收敛于局部最优,不是全球达到极大,或未能完全收敛。即使在情况下的loglikelihood是全球最大附近表现好,起点的选择往往是算法的收敛的关键。特别是,如果初始参数值远离ml下溢的分布函数会导致无限loglikelihoods。
算法
的
大中型企业
函数发现毫升通过最小化负面loglikelihood函数(即最大化loglikelihood函数)或通过使用封闭的解,如果可用。目标函数的负对数价值产品的样本数据(X)的概率,由于分布参数(θ):概率函数P取决于审查每个观测信息。
充分观察观察,<年代p一个nclass="inlineequation">P(x|θ)=f(x)年代p一个n>,在那里f是参数的概率密度函数(pdf)θ。
Left-censored观察,<年代p一个nclass="inlineequation">P(x|θ)=F(x)年代p一个n>,在那里F累积分布函数(cdf)参数θ。
Right-censored观察,<年代p一个nclass="inlineequation">P(x|θ)= 1 -F(x)年代p一个n>。
结局之间的观察x<年代ub>l年代ub>和x<年代ub>U年代ub>- - - - - -<年代p一个nclass="inlineequation">P(x|θ)=F(x<年代ub>U年代ub>)- - -F(x<年代ub>l年代ub>)年代p一个n>。
对于截断数据,
大中型企业
尺度分布函数,这样所有的可能性在于截断边界<年代p一个nclass="inlineequation">(l,U]年代p一个n>。的
大中型企业
函数计算置信区间<一个href="//www.tatmou.com/es/es/help/stats/#bttrys8-pci" class="intrnllnk">一种总线标准
使用一个精确的方法是可用的,当样本数据是不会被删除的,不包括left-censored或结局的观察。否则,该函数使用瓦尔德的方法。准确的方法可用于这些分布:二项,离散均匀,指数,正常,对数正态、泊松、瑞利,连续均匀。
扩展功能
GPU数组
<年代p一个nclass=" remove_bold add_font_color_general">加速代码运行在一个图形处理单元(GPU)使用并行计算工具箱™。年代p一个n>
使用笔记和限制:
你不能指定名称参数
分布
作为“Rician”
或“稳定”
。如果你适合通过使用一个自定义的分布
pdf
和提供
,logpdf
和logsf
,或nloglf
名称-值参数,定制的分布函数必须支持GPU数组。金宝app
有关更多信息,请参见<一个href="//www.tatmou.com/es/es/es/help/parallel-computing/run-matlab-functions-on-a-gpu.html" class="a">运行在GPU MATLAB函数一个><年代p一个nrole="cross_prod">(并行计算工具箱)年代p一个n>。
版本历史
之前介绍过的R2006a年代tr在g>
另请参阅
fitdist
|<年代p一个nitemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">mlecov
|<年代p一个nitemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">statset
|<年代p一个nitemscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">分布更健康年代p一个n>一个>年代pan>
Abrir比如
这种版本modificada德埃斯特比如。害怕Desea abrir埃斯特比如con sus modificaciones吗?
第一de MATLAB
Ha事实clic en联合国围绕此时一个埃斯特第一de MATLAB:
Ejecute el第一introduciendolo en la ventana de第一de MATLAB。洛杉矶navegadores网络没有admiten第一de MATLAB。
选择一个网站
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:<年代tr在g class="recommended-country">。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。