正常分布

正常概率分配对象

在页面中扩展全部

描述

一个正常分布对象由参数，模型描述和用于正常概率分布的示例数据组成。

正态分布有时称为高斯分布，是曲线的两参数家族。使用正态分布进行建模的通常理由是中央限制定理，该定理（大致）表明，随着样本量为无穷大，任何具有有限平均值和方差的分布的独立样本总和会收敛到正态分布。

正态分布使用以下参数。

范围 描述 金宝app
亩（（μ） 意思是 - ∞ < μ < ∞
西格玛（（σ） 标准偏差 σ ≥ 0

创建

有几种创建一个方法正常分布概率分配对象。

特性

展开全部

分布参数

正态分布的平均值，指定为标量值。

数据类型：单身的|双倍的

正态分布的标准偏差，指定为非负标量值。

您可以指定西格玛通过使用创建对象时为零制造者。一些对象功能支持对象金宝appPD零标准偏差。例如，随机的（PD）总是返回亩， 和CDF（PD，X）返回0或1。如果输出为0X比亩，否则1。意思是，，，，标准， 和var返回平均值，标准偏差和差异PD， 分别。

数据类型：单身的|双倍的

分布特征

此属性仅阅读。

截断分布的逻辑标志，指定为逻辑值。如果发出等于0，分布没有截断。如果发出等于1，分布被截断。

数据类型：逻辑

此属性仅阅读。

概率分布的参数数量，指定为正整数值。

数据类型：双倍的

此属性仅阅读。

参数估计的协方差矩阵，指定为p-经过-p矩阵，哪里p是分布中的参数数。这 （一世，，，，j）元素是估计值之间的协方差一世参数和j参数。这 （一世，，，，一世）元素是估计的差异一世参数。如果参数一世是固定而不是通过将分布拟合到数据而估计的，然后一世，，，，一世）协方差矩阵的元素为0。

数据类型：双倍的

此属性仅阅读。

固定参数的逻辑标志，指定为逻辑值的数组。如果0，在参数名称数组未固定。如果1，在参数名称数组已固定。

数据类型：逻辑

此属性仅阅读。

分布参数值，指定为向量。

数据类型：单身的|双倍的

此属性仅阅读。

概率分布的截断间隔，指定为包含下部和上部截断边界的向量。

数据类型：单身的|双倍的

其他对象属性

此属性仅阅读。

概率分布名称，指定为字符向量。

数据类型：char

此属性仅阅读。

用于分配拟合的数据，指定为包含以下内容的结构：

  • 数据：用于分配拟合的数据向量。

  • Cens：检查向量，或者如果没有，则空。

  • 弗雷克：频率向量，如果没有，则为空。

数据类型：结构

此属性仅阅读。

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

数据类型：char

此属性仅阅读。

分布参数名称，指定为字符向量的单元格数组。

数据类型：char

对象功能

CDF 累积分布函数
ICDF 反向分布函数
IQR 四分位数范围
意思是 概率分布的平均值
中位数 概率分布中位数
nenloglik 概率分布的负loglikeliones
paramci 概率分布参数的置信区间
PDF 概率密度函数
Proflik 概率的概率分布功能
随机的 随机数
标准 概率分布的标准偏差
截短 截断概率分配对象
var 概率分布的差异

例子

全部收缩

打开实时脚本

使用默认参数值创建正常分布对象。

PD = Makedist（'普通的'）
pd =正常分布正常分布mu = 0 sigma = 1
打开实时脚本

通过指定参数值来创建正常分布对象。

PD = Makedist（'普通的'，，，，'亩'，75，'Sigma'，10）
PD =正常分布正常分布MU = 75 Sigma = 10

计算分布的四分位间范围。

R = IQR（PD）
r = 13.4898
打开实时脚本

加载样本数据并创建一个包含学生考试成绩数据的第一列的向量。

加载考试x =级别（：，1）;

通过将其拟合到数据来创建正态分布对象。

pd = fitdist（x，'普通的'）
PD =正常分布正常分布MU = 75.0083 [73.4321，76.5846] Sigma = 8.7202 [7.7391，9.98843]

参数估计值旁边的间隔是分布参数的95％置信区间。

扩展功能

也可以看看

||

话题

在R2013a中引入

统计和机器学习工具箱文档
金宝app
掌握机器学习：MATLAB的分步指南

掌握机器学习：MATLAB的分步指南

下载电子书