这个示例展示了如何使用概率分布对象生成随机数、计算和绘制pdf,以及计算多项分布的描述性统计信息。
创建一个向量p
包含每个结果的概率。结果1的概率是1/2,结果2的概率是1/3,结果3的概率是1/6。试验次数n
每个实验为5次,重复次数为5次代表
实验的次数是8。
P = [1/2 1/3 1/6];n = 5;代表= 8;
使用指定的值创建多项概率分布对象p
为概率
参数。
pd = makedist (多项式的,“概率”, p)
pd =多项分布概率:0.5000 0.3333 0.1667
从多项分布中生成一个随机数,这是一次试验的结果。
rng (“默认”)%的再现性r =随机(pd)
r = 2
这次试验产生了结果2。
您还可以从多项分布中生成一个随机数矩阵,该矩阵报告多个实验的结果,每个实验都包含多个试验。生成一个包含实验结果的矩阵n = 5
试验和代表= 8
重复。
r =随机(pd,代表,n)
r =8×53 3 3 2 1 1 1 2 2 1 3 3 3 3 1 2 2 2 1 1 1 1 1 1 1 1 1 1 2 3 2 2 2 1 1 1 1 1 1 2 3 2 2 1 1 1 1 1 2 3 2 2 1 1 1 1 1 1 1 2 3 2 2 1 1 1 1 1 1 1 1 1 2 1 1 2 1 2 2 1 1 3 1 2 1 1 1
结果矩阵中的每个元素都是一次试验的结果。列对应每个试验中的5个试验,行对应8个试验。例如,在第一个实验中(对应于第一行),五个试验中的一个结果是结果1,五个试验中的一个结果是结果2,五个试验中的三个结果是结果3。
计算分布的pdf。
x = 1:3;x y = pdf (pd);栏(x, y)包含(“结果”) ylabel (“概率质量”)标题(“三项式分布”)
图中显示了每一个的概率质量
可能的结果。对于这个发行版,pdf值为x
除了1 2 3是0。
计算分布的平均值、中位数和标准差。
m =意味着(pd)
m = 1.6667
地中海=值(pd)
地中海= 1
s =性病(pd)
s = 0.7454