betafit
参数估计
语法
Phat = betafit(数据)
[phat,pci] = betafit(data,alpha)
描述
Phat = betafit(数据)
计算beta分布参数的最大似然估计一个而且b从向量中的数据数据
的列向量一个而且b估计,其中CDF是由
而且B(·)为Beta函数。的要素数据
必须位于开放区间(0,1),其中beta分布被定义。然而,有时也需要将beta分布拟合到包含精确的0或1的数据中。对于这样的数据,beta似然函数是无界的,标准的最大似然估计是不可能的。这样的话,betafit
通过将0或1视为左截尾的值来最大化合并0或1的修改后的可能性√最小正浮点数
或者说右删减1-每股收益
分别/ 2。
[phat,pci] = betafit(data,alpha)
对象上的置信区间一个而且b2 × 2矩阵中的参数一种总线标准
.矩阵的第一列包含参数的上下置信界一个,第二列为参数的置信区间b.可选的输入参数α
范围[0,1]中的值,指定置信区间的宽度。默认情况下,α
是0.05
,对应95%置信区间。置信区间基于参数估计的对数分布的正态近似。
例子
这个示例生成100个beta分布式观测值。真正的一个而且b参数分别为4和3。中返回的值与这些值进行比较p
通过拟合。的列请注意ci
两者都用括号表示真参数。
数据= betarnd(4,3,100,1);[p,ci] = betafit(data,0.01) p = 5.5328 3.8097 ci = 3.6538 2.6197 8.3781 5.5402
参考文献
[1]哈恩,杰拉尔德J.和S. S.夏皮罗。工程统计模型.霍博肯,新泽西州:约翰·威利父子公司,1994年,第95页。
扩展功能
R2006a之前介绍
这个话题有用吗?