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