这个示例演示了如何使用概率分布函数生成随机数,并计算和绘制多项分布的pdf。
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。每次试验的次数n
是5,实验的重复次数是多少代表
是8。
P = [1/2 1/3 1/6];n = 5;代表= 8;
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 = mnrnd (1, p, 1)
r =1×30 1 0
返回向量r
包含三个元素,显示每种可能结果的计数。这个单一试验结果为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reps = 8.
重复。
r = mnrnd (n, p代表)
r =8×31 1 3 3 2 0 1 1 3 0 4 1 5 0 0 1 2 2 3 1 1 3 1 1
结果矩阵中的每一行包含每个 多项垃圾箱。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。
由于多项函数使用bin计数,因此创建所有可能结果组合的多维数组,并使用mnpdf
.
count1 = 1:n;count2 = 1:n;[x1,x2] = meshgrid(count1,count2);x3 = n-(x1 + x2);y = mnpdf([x1(:),x2(:),x3(:)],repmat(p,(n)^ 2,1));
创建一个3-D条形图来可视化每个结果频率组合的pdf。
y =重塑(y, n, n);bar3 (y)集(gca,'xticklabel'1: n);集(gca),“YTickLabel”1: n);包含(“x_1频率”) ylabel (“x_2频率”) zlabel (“概率质量”)
图中显示了每种可能结果组合的概率质量。它没有显示出来 ,由约束条件决定 .