文档帮助中心
经验累积分布函数
并[f,X] = ECDF(y)的
并[f,X] = ECDF(Y,名称,值)
并[f,X,FLO,FUP] = ECDF(___)
ECDF(___)
ecdf (ax,___)
例
[F,X] = ECDF(ÿ)返回经验累积分布函数(cdf),F,在点处取值X使用在载体中的数据ÿ。
[F,X] = ECDF(ÿ)
F
X
ÿ
在生存和可靠度分析,此经验CDF被称为的Kaplan-Meier估计值。而数据可能对应于生存或失败倍。
[F,X] = ECDF(ÿ,名称,值)返回经验函数值,F,在点处取值X,以及由一个或多个指定的附加选项名称,值对参数。
[F,X] = ECDF(ÿ,名称,值)
名称,值
例如,您可以指定的函数来计算的类型或数据检查。
[F,X,FLO,管理方] = ECDF(___)也返回该评价函数值的95%的降低和上置信边界。您可以在前面的语法使用任意的输入参数。
[F,X,FLO,管理方] = ECDF(___)
FLO
管理方
ecdf计算使用的置信区间格林伍德的公式。它们不是同时存在的置信区间。
ecdf
ECDF(___)通过使用绘制函数评估的阶梯曲线图楼梯功能。指定“边界”,“上”包括图中的置信区间。
楼梯
“边界”,“上”
ECDF(斧头,___)指定的轴上的图形斧头而不是当前的坐标轴(gca)。
ECDF(斧头,___)
斧头
gca
全部收缩
计算累积分布函数(CDF)的模拟主机存活数据的Kaplan-Meier估计值。
生成从与参数3和1中的Weibull分布存活数据。
RNG('默认')%,持续重现failuretime =随机('WBL',3,1,15,1);
计算CDF生存数据的Kaplan-Meier估计。
(f (x) = ecdf (failuretime);(f (x)
ANS =16×20 0.0895 0.0667 0.0895 0.1333 0.1072 0.2000 0.1303 0.2667 0.1313 0.3333 0.2718 0.4000 0.2968 0.4667 0.6147 0.5333 0.6684 0.6000 1.3749⋮
画出估计CDF。
ecdf (failuretime)
计算和绘制模拟右截尾生存数据的危险函数。
从伯恩鲍姆 - 桑德斯分布产生故障时间。
RNG('默认')%用于重现failuretime =随机(“birnbaumsaunders”,0.3,1,100,1);
假定研究结束是在时间0.9,产生指示模拟故障次数是比0.9作为截尾数据较大的逻辑阵列,和存储在矢量此信息。
T = 0.9;经社=(failuretime> T);
绘制用于所述数据的经验风险函数。
ecdf (failuretime'功能',“累积风险”,…“截尾”岑,“边界”,'上');
生成右截尾生存数据,并将经验累积分布函数(cdf)与已知的cdf进行比较。
从15个平均故障时间的指数分布产生故障时间。
RNG('默认')%用于重现Y = exprnd(15,75,1);
从平均故障时间为30的指数分布中生成退出时间。
d = exprnd(30,75,1);
生成观察到的故障时间。它们是生成的故障时间和退出时间的最小值。
t = min (y, d);
创建表示产生失效时间是比辍学倍大的逻辑阵列。对于这这是真实的数据审查。
审查= (y > d);
计算经验CDF和置信区间。
并[f,X,FLO,FUP] = ECDF(T,“截尾”,审查);
画出cdf和置信界限。
图()ECDF(T,“截尾”审查,“边界”,'上');持有在
叠加已知种群cdf的图。
xx = 0。1:马克斯(t);yy = 1-exp (- xx / 15);情节(xx, yy,“g -”,“线宽”,2)轴线([0 50 0 1])图例('经验',“LCB”,“联合”,'人口',…“位置”,'东南')举行从
生成生存数据并绘制具有99%置信范围的经验生存函数。
生成从与参数100和2中的Weibull分布寿命数据。
RNG('默认')%用于重现R = wblrnd(100、2100、1);
绘制具有99%置信界限的数据的幸存者函数。
ECDF(R,'功能','幸存者',“α”, 0.01,“边界”,'上')举行在
拟合威布尔幸存者函数。
x = 1:1:250;wblsurv = 1-cdf (“韦伯”中,x,100,2);图(X,wblsurv,“g -”,“线宽”2)传说('经验',“LCB”,“联合”,'人口',…“位置”,'东北')
根据实际分布的幸存者功能是置信区间内。
输入数据,指定为矢量。例如,在生存或可靠性分析,数据可能是为每个项目或个体的生存或失效时间。
ecdf忽略为NaN值ÿ。此外,任何为NaN在截尾矢量值(“截尾”)或频矢量(“频率”)原因ecdf忽略对应的值ÿ。
为NaN
“截尾”
“频率”
数据类型:单|双
单
双
图形的柄ecdf阴谋,指定为把手。
举例来说,如果H是一个数字的句柄,然后ecdf可以画出如下图。
H
例:ecdf (h, x)
ecdf (h, x)
指定可选的用逗号分隔的对名称,值参数。的名字是参数的名称和价值为对应值。的名字必须出现引号内。您可以按照任何顺序指定多个名称和值对参数名1,值1,...,NameN,值N。
的名字
价值
名1,值1,...,NameN,值N
“审查”,c,“功能”,“累积风险”、“阿尔法”,0.025,“边界”,“上”
C
截尾数据,指定为逗号分隔的一对包括指示器“截尾”和相同尺寸的布尔阵列X。输入1的观察,并对审查和0对于那些完全观察观察。默认值是所有观测值都完全遵守。
1
0
ecdf忽略任何一个为NaN该截尾向量中的值。此外,任何为NaN值ÿ或者频率矢量(“频率”)原因ecdf忽略截尾向量中对应的值。
例:如果向量cdata存储审查数据信息,请输入“审查”,cdata。
cdata
“审查”,cdata
数据类型:合乎逻辑
合乎逻辑
观测的频率,指定为逗号分隔的一对组成的“频率”和包含非负整数的向量计数。这个向量和这个向量大小相同X。该Ĵ这个向量的第一个元素给出了Ĵ的第i个元素X被观测到。默认值是每一个元件的观察X。
Ĵ
ecdf忽略任何一个为NaN这个频率向量的值。此外,任何为NaN值ÿ或审查向量(“截尾”)原因ecdf忽略频率向量中对应的值。
例:如果failurefreq输入是频率矢量吗'频率',failurefreq
failurefreq
'频率',failurefreq
“α”
评估函数的置信区间的显著性水平,指定为由逗号分隔的对组成“α”和范围内的(0,1)之间的标量值。默认值是0.05,95%的信心。对于给定的值α,置信水平为100(1α)%。
α
100(1α)
例如,对于99%置信区间,您可以如下指定alpha值。
例:“阿尔法”,0.01
“阿尔法”,0.01
'功能'
“提供”
'幸存者'
“累积风险”
功能该类型ecdf计算并返回,指定为逗号分隔的对,由'功能'与下列情况之一。
例:“函数”、“累积风险的
“函数”、“累积风险的
“边界”
“关”
'上'
用于包含边界的指示符,指定为逗号分隔的对,由“边界”与下列情况之一。
这名值参数仅用于绘图。
例:“边界”,“上”
函数值在评估点X,返回为列向量。
对数据向量中的观察点进行排序ÿ,返回为列向量。
ecdf排序ÿ,删除已排序中的重复值ÿ,并将结果保存到输出中X。输出X包括的最小值ÿ作为它的前两个值。这两个值对于绘制输出非常有用ecdf使用楼梯功能。
置信开往评估函数,返回的列向量。ecdf计算使用的置信区间格林伍德的公式。它们不是同时存在的置信区间。
置信上限开往评价函数,返回为列向量。ecdf计算使用的置信区间格林伍德的公式。它们不是同时存在的置信区间。
近似的Kaplan-Meier估计的方差。
方差估计由下式给出
V ( 小号 ( Ť ) ) = 小号 2 ( Ť ) ∑ Ť 一世 < Ť d 一世 [R 一世 ( [R 一世 − d 一世 ) ,
在哪里[R一世这个数字在时间上有危险吗Ť一世,d一世是在时间的故障数Ť一世。
[1]考克斯,D.R。,和D.奥克斯。生存数据分析。伦敦:查普曼和霍尔出版社,1984年。
[2] Lawless的,J. F.统计模型和寿命数据的方法。第二版,新泽西州霍博肯市:John Wiley和Sons公司,2003。
使用注意事项和限制:
不支持绘图。金宝app
名称-值对参数中的名称必须是编译时常量。
在价值观'功能'和“边界”名称 - 值对的参数也必须是编译时间常数。例如,使用“功能”,“幸存者”在生成的代码名称 - 值对的参数,包括{coder.Constant( '功能'),coder.Constant( '幸存者')}在里面-args的价值codegen。
“功能”,“幸存者”
{coder.Constant( '功能'),coder.Constant( '幸存者')}
-args
codegen
有关代码生成的更多信息,请参阅代码生成简介和通用代码生成流程。
此功能完全支持GPU阵列。金宝app欲了解更多信息,请参阅在GPU上运行MATLAB功能(并行计算工具箱)。
cdfplot|ecdfhist
cdfplot
ecdfhist
这个例子的修改版本的系统上存在。你要打开这个版本呢?
您单击对应于该MATLAB命令的链接:
通过在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在可用的地方获得翻译内容,并查看当地的活动和优惠。根据您的位置,我们建议您选择:。
您也可以从以下列表中选择一个网站:
选择最佳的网站性能的中国网站(在中国或英文)。其他MathWorks的国家网站都没有从您的位置访问进行了优化。
与当地办事处联系