合适的概率分布对象的数据
样本数据符合正态分布,研究适合利用直方图和quantile-quantile阴谋。
从数据文件加载病人体重patients.mat
。
负载病人x =重量;
创建一个正态分布对象通过拟合数据。
pd = fitdist (x,“正常”)
pd = NormalDistribution正态分布μ= 154[148.728,159.272]σ= 26.5714 (23.3299,30.8674)
分布对象显示包括参数估计的意思(μ
)和标准差(σ
),和95%的置信区间参数。
您可以使用对象的功能pd
评估分布和生成随机数。显示功能的支持对象。金宝app
方法(pd)
类问题的方法。NormalDistribution: cdf iqr negloglik proflik truncate gather mean paramci random var icdf median pdf std
例如,通过使用获得的95%的置信区间paramci
函数。
ci95 = paramci (pd)
ci95 =2×2148.7277 23.3299 159.2723 30.8674
指定显著性水平(α
)获得置信区间有不同的置信水平。计算99%置信区间。
ci99 = paramci (pd,“α”. 01)
ci99 =2×2147.0213 22.4257 160.9787 32.4182
评估和情节的pdf值分布。
x_values = 50:1:250;y = pdf (pd, x_values);情节(x_values, y)
创建一个直方图与正态分布符合使用histfit
函数。histfit
使用fitdist
适合一个分布数据。
histfit (x)
柱状图显示数据有两种模式,和正态分布的模式这两种模式之间。
使用qqplot
创建一个quantile-quantile情节分位数的示例数据x
与理论分位数的值拟合分布。
qqplot (x, pd)
情节并不是一条直线,表明数据不服从正态分布。
从数据文件加载病人体重patients.mat
。
负载病人x =重量;
创建一个内核对象通过拟合的数据分布。使用Epanechnikov内核函数。
pd = fitdist (x,“内核”,“内核”,“epanechnikov”)
pd = KernelDistribution内核= = 14.3792支持=无限epanechnikov带宽金宝app
情节的pdf分布。
x_values = 50:1:250;y = pdf (pd, x_values);情节(x_values, y)
从数据文件加载病人体重和性别patients.mat
。
负载病人x =重量;
创建正态分布对象通过拟合的数据,按病人性别分组。
(pdca gn, gl) = fitdist (x,“正常”,“通过”、性别)
pdca =1×2单元阵列{1 x1概率。x1 prob.NormalDistribution NormalDistribution} {1}
gn =2 x1细胞{“男性”}{‘女性’}
gl =2 x1细胞{“男性”}{‘女性’}
细胞数组pdca
包含两个概率分布的对象,一个用于每个性别组。细胞数组gn
包含两组标签。细胞数组gl
包含两个集团的水平。
查看每个单元阵列的分布pdca
比较的意思,μ
和标准偏差,σ
,按病人性别分组。
女= pdca {1}%分布雌性
女= NormalDistribution正态分布μ= 180.532[177.833,183.231]σ= 9.19322 (7.63933,11.5466)
男= pdca {2}%分布男性
男= NormalDistribution正态分布μ= 130.472[128.183,132.76]σ= 8.30339 (6.96947,10.2736)
计算每个分布的pdf。
x_values = 50:1:250;femalepdf = pdf(女,x_values);malepdf = pdf(男,x_values);
情节的pdf视觉比较性别的重量分布。
图绘制(x_values femalepdf,“线宽”,2)在情节(x_values malepdf,“颜色”,“r”,“线型”,“:”,“线宽”2)传说(gn,“位置”,“东北”)举行从
从数据文件加载病人体重和性别patients.mat
。
负载病人x =重量;
创建内核对象通过拟合的数据分布,按病人性别分组。使用一个三角形的内核函数。
(pdca gn, gl) = fitdist (x,“内核”,“通过”、性别、“内核”,“三角形”);
查看每个单元阵列的分布pdca
每个性别的内核发行版。
女= pdca {1}%分布雌性
女= KernelDistribution内核=三角形带宽= 5.08961 =无限的支持金宝app
男= pdca {2}%分布男性
男= KernelDistribution内核=三角形带宽= 4.25894 =无限的支持金宝app
计算每个分布的pdf。
x_values = 50:1:250;femalepdf = pdf(女,x_values);malepdf = pdf(男,x_values);
情节的pdf视觉比较性别的重量分布。
图绘制(x_values femalepdf,“线宽”,2)在情节(x_values malepdf,“颜色”,“r”,“线型”,“:”,“线宽”2)传说(gn,“位置”,“东北”)举行从
x
- - - - - -输入数据输入数据,指定为一个列向量。fitdist
忽略了南
值x
。此外,任何南
审查向量或频率向量中的值的原因fitdist
忽略相应的值x
。
数据类型:双
distname
- - - - - -分布的名字分布的名字,指定为以下特征向量或字符串标量之一。指定的分布distname
确定返回的概率分布对象的类型。
分布的名字 | 描述 | 分布对象 |
---|---|---|
“β” |
贝塔分布 | BetaDistribution |
“二” |
二项分布 | BinomialDistribution |
“BirnbaumSaunders” |
Birnbaum-Saunders分布 | BirnbaumSaundersDistribution |
“毛刺” |
毛刺分布 | BurrDistribution |
“指数” |
指数分布 | ExponentialDistribution |
“极端值” 或“电动汽车” |
极端值分布 | ExtremeValueDistribution |
“伽马” |
伽马分布 | GammaDistribution |
“广义极值” 或“gev” |
广义极值分布 | GeneralizedExtremeValueDistribution |
广义帕累托的 或“全科医生” |
广义帕累托分布 | GeneralizedParetoDistribution |
“正常”的一半 或“环” |
Half-normal分布 | HalfNormalDistribution |
“InverseGaussian” |
逆高斯分布 | InverseGaussianDistribution |
“内核” |
内核分配 | KernelDistribution |
“物流” |
物流配送 | LogisticDistribution |
“Loglogistic” |
Loglogistic分布 | LoglogisticDistribution |
对数正态的 |
对数正态分布 | LognormalDistribution |
“Nakagami” |
Nakagami分布 | NakagamiDistribution |
“负二项” 或“nbin” |
负二项分布 | NegativeBinomialDistribution |
“正常” |
正态分布 | NormalDistribution |
“泊松” |
泊松分布 | PoissonDistribution |
“瑞利” |
瑞利分布 | RayleighDistribution |
“Rician” |
Rician分布 | RicianDistribution |
“稳定” |
稳定分布 | StableDistribution |
“tLocationScale” |
tLocation-Scale分布 | tLocationScaleDistribution |
“威布尔” 或“wbl” |
威布尔分布 | WeibullDistribution |
groupvar
- - - - - -分组变量分组变量,数组指定为一个分类、逻辑或数值向量,字符数组,字符串数组或单元阵列特征向量。每个分组变量定义了一组独特的价值。
例如,如果性别
是一个单元阵列特征向量的值“男”
和“女”
,你可以使用性别
作为分组变量符合性别分布数据。
可以使用多个分组变量指定一个单元阵列的分组变量。观察被放在同一组如果他们有所有指定的分组变量的共同价值观。
例如,如果吸烟者
是一个逻辑向量和价值观0
对于不吸烟者和1
对于吸烟者,然后指定单元阵列{性别、吸烟}
观察分为四组:男性吸烟者,男性不抽烟的人,女性吸烟者,女不抽烟的人。
例子:{性别、吸烟}
数据类型:分类
|逻辑
|单
|双
|字符
|字符串
|细胞
指定可选的逗号分隔条名称,值
参数。的名字
参数名称和吗价值
相应的价值。的名字
必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家
。
fitdist (x,“仁”,“仁”,“三角形”)
适合一个内核分配对象中的数据x
使用一个三角形的内核函数。
审查
- - - - - -审查数据的逻辑信号0
(默认)|向量的逻辑值审查数据的逻辑信号,指定为一个向量的逻辑值是相同的大小作为输入向量x
。这个值是1
当相应的元素x
是right-censored观察和0
当相应的元素是一个精确的观察。默认是一个向量的0
年代,表明所有的观察都是恰当的。
fitdist
忽略任何一个南
这个审查向量中的值。此外,任何南
值x
或频率向量的原因fitdist
忽略相应的审查向量中的值。
这个论点是有效的前提distname
是“BirnbaumSaunders”
,“毛刺”
,“指数”
,“ExtremeValue”
,“伽马”
,“InverseGaussian”
,“内核”
,“物流”
,“Loglogistic”
,对数正态的
,“Nakagami”
,“正常”
,“Rician”
,“tLocationScale”
,或“威布尔”
。
数据类型:逻辑
频率
- - - - - -观察频率1
(默认)|向量的非负整数的值观察频率,指定为一个向量的非负整数的值是相同的大小作为输入向量x
。频率向量的每个元素指定的频率对应的元素x
。默认是一个向量的1
年代,表明每个值x
只出现一次。
fitdist
忽略任何一个南
在这个频率值向量。此外,任何南
值x
或审查向量的原因fitdist
忽略相应的频率向量中的值。
数据类型:单
|双
选项
- - - - - -控制参数迭代匹配算法的控制参数,指定为您创建一个结构使用statset
。
数据类型:结构体
NTrials
- - - - - -试验二项分布内核
- - - - - -内核为内核分布平滑类型“正常”
(默认)|“盒子”
|“三角形”
|“epanechnikov”
金宝app
- - - - - -内核支持内核分布密度金宝app“无限”
(默认)|“积极”
|双元素向量内核支持内核密度分布,指定为金宝app“无限”
,“积极”
或双元素向量。
价值 | 描述 |
---|---|
“无限” |
密度可以扩展到整个实线。 |
“积极” |
密度是局限于积极的价值观。 |
此外,您可以指定一个双元素向量给有限的上下极限密度的支持。金宝app
您必须指定distname
作为“内核”
使用这个选项。
数据类型:单
|双
|字符
|字符串
宽度
- - - - - -内核平滑窗口内核分配的带宽内核的带宽平滑窗口内核分配,指定为一个标量值。使用的默认值fitdist
最佳估算正常密度,但您可能想要选择一个较小的值显示特性,比如多个模式。您必须指定distname
作为“内核”
使用这个选项。
数据类型:单
|双
的fitdist
使用最大似然估计函数符合大多数发行版。两个例外与未经审查的数据是正常和对数正态分布。
未经审查的正态分布,估计σ值参数是根方差的无偏估计。
未经审查的对数正态分布,估计σ值参数无偏估计的方差的平方根的日志数据。
的分布更健康应用程序打开一个图形用户界面从工作区导入数据,并交互式地对你适合这些数据的概率分布。然后您可以节省工作空间的分布作为概率分布对象。打开分布健康应用程序使用distributionFitter
或单击应用程序选项卡上的分布更健康。
适合left-censored分布,double-censored,或结局数据,使用大中型企业
。你可以找到使用的最大似然估计大中型企业
概率分布函数,并创建一个对象使用makedist
函数。例如,看到的找到毫升Double-Censored数据。
[1]约翰逊:L。,S. Kotz, and N. Balakrishnan.连续单变量分布。1卷,霍博肯,新泽西:Wiley-Interscience, 1993年。
[2]约翰逊:L。,S. Kotz, and N. Balakrishnan.连续单变量分布。2卷,霍博肯,新泽西:Wiley-Interscience, 1994年。
[3]鲍曼,a·W。,A. Azzalini.应用平滑技术进行数据分析。纽约:牛津大学出版社,1997年版。
使用笔记和限制:
金宝app支持的语法是:
pd
= fitdist (x
,distname
)pd
= fitdist (x
,distname
,名称,值
)
“通过”,groupvar
和相关的输出参数pdca
,gn
,gl
。fitdist
金宝app支持代码生成β、指数、极端值,对数正态,正常的,和威布尔分布。
的价值distname
可以“β”
,“指数”
,“ExtremeValue”
,对数正态的
,“正常”
或“威布尔”
。
的价值distname
必须是一个编译时常量。
的值x
,“审查”
,“频率”
必须不包含南
值。
代码生成忽略了“频率”
β的值分布。而不是指定“频率”
值,手动添加重复的值x
这样的值x
有你想要的频率。
代码生成不支持这些输入参数:金宝appgroupvar
,NTrials
,θ
,μ
,内核
,金宝app
,宽度
。
名字必须编译时常量参数名称-值对。
代码生成的更多信息,请参阅介绍代码生成和概率分布对象的代码生成。
如果dispone di una versione modificata di questo esempio。Desideri aprire questo esempio con le modifiche星期二吗?
海脂肪clic苏联合国collegamento切corrisponde questo第一MATLAB:
Esegui il第一inserendolo所以nella隙缝di第一MATLAB。我浏览器web非supportano金宝app comandi MATLAB。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。