主要内容

贝菲特

Beta参数估计

句法

phat = betafit（数据）
[phat，pci] = betafit（数据，alpha）

描述

phat = betafit（数据）计算Beta分布参数的最大似然估计值一个和b从矢量中的数据数据并返回包含的列向量一个和b估计，beta CDF由

F （（ X | 一个 ，，，， b ） = 1 b （（ 一个 ，，，， b ） ∫ 0 X t 一个 - 1 （（ 1 - t ） b - 1 d t

和b（·）是beta函数。元素数据必须位于打开的间隔（0，1），其中定义了beta分布。但是，有时还必须将Beta分布拟合到包括精确零或数据的数据。对于此类数据，β可能性函数是无限的，并且不可能进行标准的最大似然估计。在这种情况下，贝菲特最大化修改的可能性，通过对待零或零的可能性，就好像它们是被剩下的值一样sqrt（realmin）或1-右审查EPS/2分别。

[phat，pci] = betafit（数据，alpha）返回置信区间一个和b2 by-2矩阵中的参数PCI。矩阵的第一列包含参数的下部和上部置信边界一个，第二列包含参数的置信界b。可选输入参数α是指定置信区间宽度范围内的值。默认，α是0.05，对应于95％的置信区间。置信区间基于正常近似参数估计的对数的分布。

例子

此示例生成100个Beta分布观测值。真实一个和b参数分别为4和3。将这些与返回的值进行比较p通过Beta Fit。请注意CI两者都括起来的真实参数。

data = betarnd（4,3,100,1）;[P，CI] = betafit（数据，0.01）P = 5.5328 3.8097 CI = 3.6538 2.6197 8.3781 5.5402

参考

[1] Hahn，Gerald J.和S. S. Shapiro。工程统计模型。新泽西州霍博肯：John Wiley＆Sons，Inc.，1994年，第1页。95。

扩展功能

C/C ++代码生成
使用MATLAB®CODER™生成C和C ++代码。

版本历史记录

在R2006a之前引入

也可以看看

||||||

话题