Экспоненциальные оценки параметра
muhat = expfit(data)
[muhat,muci] = expfit(data)
[muhat,muci] = expfit(data,alpha)
[...] = expfit(data,alpha,censoring)
[...] = expfit(data,alpha,censoring,freq)
muhat = expfit(data)
оценивает среднее значение экспоненциально распределенного демонстрационного data
. Каждая запись muhat
соответствует данным в столбце data
.
[muhat,muci] = expfit(data)
возвращает 95% доверительных интервалов для средних оценок параметра в матричном muci
. Первая строка muci
содержит нижние границы доверительных интервалов, и вторая строка содержит верхние границы.
[muhat,muci] = expfit(data,alpha)
возвращается 100 (1 - alpha
) доверительные интервалы % для оценок параметра, где alpha
является значением в области значений [0 1]
, задающий ширину доверительных интервалов. По умолчанию alpha
является 0.05
, который соответствует 95% доверительных интервалов.
[...] = expfit(data,alpha,censoring)
принимает булев вектор, censoring
, одного размера как data
, который является 1 для наблюдений, которые подвергаются цензуре правом и 0 для наблюдений, которые наблюдаются точно. data
должен быть вектором в порядке передать в аргументе censoring
.
[...] = expfit(data,alpha,censoring,freq)
принимает вектор частоты, freq
, одного размера как data
. Как правило, freq
содержит целочисленные частоты для соответствующих элементов в data
, но может содержать любые неотрицательные значения. Передайте в []
для alpha
, censoring
или freq
, чтобы использовать их значения по умолчанию.
Следующие оценки средний mu
экспоненциально распределенных данных, и возвращают 95%-й доверительный интервал для оценки:
mu = 3; data = exprnd(mu,100,1); % Simulated data [muhat,muci] = expfit(data) muhat = 2.7511 muci = 2.2826 3.3813