主要内容

PiecewiseLinearDistribution

分段线性概率分布对象

描述

一个PiecewiseLinearDistribution对象由一个模型描述分段线性概率分布。

分段线性分布是使用累积分布函数(cdf)的分段线性表示创建的非参数概率分布。分段线性分布的选项指定了cdf的形式。概率密度函数(pdf)是一个阶跃函数。

分段线性分布使用以下参数。

参数 描述
x 向量的xCDF改变斜率的值
外汇 中每个值对应的cdf值的向量x

创建

创建一个PiecewiseLinearDistribution对象使用指定参数值的概率分布makedist

属性

全部展开

分布参数

累积分布函数(cdf)改变斜率的数据值,指定为标量值的向量。

数据类型:|

在每个值的CDF值x,指定为标量值的向量。

数据类型:|

分布特征

此属性是只读的。

截断分发的逻辑标志,指定为逻辑值。如果IsTruncated=0,分布不会被截断。如果IsTruncated=1,分布被截断。

数据类型:逻辑

此属性是只读的。

概率分布的参数数,指定为一个正整数值。

数据类型:

此属性是只读的。

分布参数值,指定为向量。

数据类型:|

此属性是只读的。

概率分布的截尾间隔,指定为包含下截尾边界和上截尾边界的矢量。

数据类型:|

其他对象属性

此属性是只读的。

概率分布名称,指定为字符向量。

数据类型:字符

此属性是只读的。

分布参数描述,指定为字符向量的单元格数组。每个单元格包含一个分布参数的简短描述。

数据类型:字符

此属性是只读的。

分布参数名称,指定为字符向量的单元格数组。

数据类型:字符

对象的功能

提供 累积分布函数
icdf 逆累积分布函数
位差 四分位范围
的意思是 概率分布平均值
中位数 概率分布的中位数
pdf 概率密度函数
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

例子

全部折叠

使用默认参数值创建分段线性分布对象。

pd = makedist (“PiecewiseLinear”
F(1) = 1 . d = PiecewiseLinearDistribution

加载样例数据。使用直方图可视化患者体重数据。

负载医院直方图(hospital.Weight)

图中包含一个轴。轴包含直方图类型的对象。

从直方图可以看出,数据有两种模式,一种是针对女性患者,另一种是针对男性患者。

计算数据的经验累积分布函数(ecdf)。

(f (x) = ecdf (hospital.Weight);

构造一个分段线性逼近ecdf并绘制两个函数。

f = f(1:5:结束);%保持一个较不密集的网格点x = x(1:5:结束);图;ecdf (hospital.Weight)情节(x, f,“罗”“MarkerFace”“r”%覆盖网格情节(x, f,“k”%显示插值

图中包含一个轴。轴线包含式楼梯、线条三种对象。

使用ecdf的分段逼近创建一个分段线性概率分布对象。

pd = makedist (“PiecewiseLinear”“x”, x,“外汇”f)
pd = PiecewiseLinearDistribution F(111) = 0 F(118) = 0.05 F(124) = 0.13 F(130) = 0.25 F(135) = 0.37 F(142) = 0.5 F(163) = 0.55 F(171) = 0.61 F(178) = 0.7 F(183) = 0.82 F(189) = 0.94 F(202) = 1

从分布生成100个随机数。

rw =随机(pd, 100, 1);

绘制随机数以直观地将其分布与原始数据进行比较。

图;直方图(rw)

图中包含一个轴。轴包含直方图类型的对象。

分段线性分布产生的随机数与原始数据具有相同的双峰分布。

介绍了R2013a