主要内容

正态分布

从正态(高斯)分布拟合、评估和生成随机样本

Statistics and Machine Learning Toolbox™提供了几种处理正态分布的方法。

  • 创建一个概率分布对象NormalDistribution通过将概率分布拟合到采样数据或通过指定参数值。然后，使用对象函数来评估分发，生成随机数，等等。

  • 与正态分布交互地使用分布更健康您可以从应用程序中导出对象并使用对象函数。

  • 使用具有指定分布参数的特定分布函数。分布特定函数可以接受多个正态分布的参数。

  • 使用通用分发功能（提供，icdf，pdf，随机)，并使用指定的发行版名称(“正常”)和参数。

要了解正态分布，请看正态分布．

对象

NormalDistribution 正常概率分布对象

应用程序

分布更健康 适用于数据的概率分布
概率分布函数 交互密度和分布图

功能

全部展开

创建NormalDistribution对象

makedist 创建概率分布对象
fitdist 拟合概率分布对象与数据

一起工作NormalDistribution对象

提供 累积分布函数
icdf 逆累积分布函数
位差 四分位范围
意思 概率分布均值
中位数 概率分布中值
negloglik 概率分布的负对数似然
paramci 概率分布参数的置信区间
pdf 概率密度函数
proflik 概率分布的简档似然函数
随机 随机数
性病 概率分布的标准差
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 正常倒数累积分布函数
normlike 正常的负面loglikelihood
normstat 正态平均值和方差
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 极大似然估计量的渐近协方差
histfit 具有分布拟合的直方图
normplot. 正态概率图
normspec 规格之间的正常密度绘制着色
qqplot 分位式绘图
randtool. 交互随机数生成

主题

正态分布

了解正态分布。正态分布是一组双参数(均值和标准差)曲线。中心极限定理表明，正态分布模型是任意分布的独立样本的和，当样本容量趋于无穷时。

统计和机器学习工具箱文档

金宝app

掌握机器学习:一步一步的指导与MATLAB

掌握机器学习:一步一步的指导与MATLAB

下载电子书