proflik
概率分布的轮廓似然函数
语法
描述
例子
分布参数的轮廓似然性
加载示例数据。通过将威布尔分布拟合到每加仑英里数(英里/加仑)数据。
负载carsmallpd = fitdist(英里/加仑,“威布尔”）
Weibull分布A = 26.5079 [24.8333, 28.2954] B = 3.27193 [2.79441, 3.83104]
查看分布的参数名称。
pd。ParameterNames
ans =1 x2单元格{A} {B}
对于威布尔分布，一个在1号位置，然后呢B在2号位置。
计算轮廓的可能性B，已经就位pnum = 2．
(噢,param) = proflik (pd, 2);
显示的估计值的对数似然值B．
(会,参数)
ans =21日×2-329.9688 2.7132 -329.4312 2.7748 -328.9645 2.8365 -328.5661 2.8981 -328.2340 2.9597 -327.9658 3.0213 -327.7596 3.0830 -327.6135 3.1446 -327.5256 3.2062 -327.4943 3.2678⋮
这些结果表明，剖面对数似然值在估计值之间是最大的B值3.2678和3.3295，对应于对数似然值-327.4943和-327.5178。由早期的拟合可知，的MLEB是3.27193，与预期的一样在这个区间内。
参数值受限的轮廓似然
加载示例数据。通过拟合每加仑英里的广义极值分布来创建概率分布对象(英里/加仑)数据。
负载carsmallpd = fitdist(英里/加仑,“GeneralizedExtremeValue”）
pd =广义dextremevaluedistribution广义极值分布k = -0.207765 [-0.381674， -0.0338564] sigma = 7.49674 [6.31755, 8.89603] mu = 20.6233 [18.8859, 22.3606]
查看分布的参数名称。
pd。ParameterNames
ans =1 x3单元格{“k”}{“σ”}{“亩”}
对于广义极值分布，k在1号位置，σ在2号位置，然后呢μ在3号位置。
计算轮廓的可能性μ，已经就位pnum = 3．将计算限制为从20到22的参数值，并显示绘图。
(噢,参数,其他)= proflik (pd 3 20: .1:22,“显示”，“上”）;
图中显示了参数的估计值μ这使对数似然最大化。
显示的估计值的对数似然值μ，以及使相应的对数似然最大化的其他分布参数的值。
(会,参数,其他)
ans =21日×4-327.5706 20.0000 -0.1803 7.4087 -327.4971 20.1000 -0.1846 7.4218 -327.4364 20.2000 - 1890 7.4354 -327.3887 20.3000 - 1934 7.4493 -327.3538 20.4000 - 1978 7.4636 -327.3317 20.5000 -0.2023 7.4783 -327.3223 20.6000 - 2067 7.4932 -327.3257 20.7000 -0.2112 7.5084 -327.3418 20.8000 -0.2156 7.5240 -327.3706 20.9000 -0.2201 7.5399⋮
第一列包含对应于的估计的对数似然值μ在第二列。参数值20.6000 ~ 20.7000之间的对数似然值最大，对应的对数似然值为-327.3223和-327.3257。第三列包含值k使对应的对数可能性最大化μ．第四列包含值σ使对应的对数可能性最大化μ．
输入参数
输出参数
介绍了R2013a
你也可以从以下列表中选择一个网站:
