Экспоненциальный PDF
Как распределение хи-квадрат, экспоненциальное распределение является особым случаем гамма распределения (полученный установкой a = 1)
где Γ (·) Гамма функция.
Экспоненциальное распределение является особенным из-за своей утилиты в моделировании событий, которые происходят случайным образом в зависимости от времени. Область главного приложения находится в исследованиях времени жизни.
Предположим, что вы - лампочки стресс-тестирования и данные о сборе по их времени жизни. Вы принимаете, что это время жизни следует за экспоненциальным распределением. Вы хотите знать, сколько времени можно ожидать, что средняя лампочка прослужит. Оценка параметра является процессом определения параметров экспоненциального распределения, которые соответствуют этим данным лучше всего в некотором смысле.
Один популярный критерий совершенства должен максимизировать функцию правдоподобия. Вероятность имеет ту же форму как экспоненциальный PDF выше. Но для PDF, параметры являются известными константами, и переменная является x. Функция правдоподобия инвертирует роли переменных. Здесь, демонстрационные значения (x's) уже наблюдаются. Таким образом, они - фиксированные постоянные. Переменные являются неизвестными параметрами. MLE включает вычисление значений параметров, которые дают самую высокую вероятность, учитывая определенный набор данных.
Функциональный expfit
возвращает MLEs и доверительные интервалы для параметров экспоненциального распределения. Вот пример с помощью случайных чисел от экспоненциального распределения с µ = 700.
lifetimes = exprnd(700,100,1); [muhat, muci] = expfit(lifetimes)
muhat = 672.8207 muci = 547.4338 810.9437
MLE для параметра µ 672, по сравнению с истинным значением 700. 95%-й доверительный интервал для µ идет от 547 до 811, который включает истинное значение.
В жизненных тестах вы не знаете истинного значения µ, таким образом, хорошо иметь доверительный интервал на параметре, чтобы дать область значений вероятных значений.
В течение экспоненциально распределенного времени жизни вероятность, что элемент переживет дополнительный модуль времени, независима от текущего возраста элемента. Пример показывает конкретный случай этого специального свойства.
l = 10:10:60; lpd = l+0.1; deltap = (expcdf(lpd,50)-expcdf(l,50))./(1-expcdf(l,50))
deltap = 0.0020 0.0020 0.0020 0.0020 0.0020 0.0020
Вычислите PDF экспоненциального распределения с параметром mu = 2
.
x = 0:0.1:10; y = exppdf(x,2);
Постройте PDF.
figure; plot(x,y)