Гамма оценки параметра
phat = gamfit(data)
[phat,pci] = gamfit(data)
[phat,pci] = gamfit(data,alpha)
[...] = gamfit(data,alpha,censoring,freq,options)
phat = gamfit(data) возвращает оценки наибольшего правдоподобия (MLEs) для параметров гамма распределения, учитывая данные в векторном data.
[phat,pci] = gamfit(data) возвращает MLEs и 95% доверительных интервалов процента. Первая строка pci является нижней границей доверительных интервалов; последняя строка является верхней границей.
[phat,pci] = gamfit(data,alpha) возвращает доверительные интервалы % 100(1 - alpha). Например, alpha = 0.01 приводит к 99% доверительных интервалов.
[...] = gamfit(data,alpha,censoring) принимает булев вектор, одного размера как data, который является 1 для наблюдений, которые подвергаются цензуре правом и 0 для наблюдений, которые наблюдаются точно.
[...] = gamfit(data,alpha,censoring,freq) принимает вектор частоты, одного размера как data. freq обычно содержит целочисленные частоты для соответствующих элементов в data, но может содержать любые неотрицательные значения.
[...] = gamfit(data,alpha,censoring,freq,options) принимает структуру, options, который задает параметры управления для итеративного алгоритма функциональное использование, чтобы вычислить оценки наибольшего правдоподобия. Гамма функция подгонки принимает структуру options, которая может быть создана с помощью функционального statset. Введите statset('gamfit'), чтобы видеть имена и значения по умолчанию параметров, которые gamfit принимает в структуре options.
Соответствуйте гамма распределению к случайным данным, сгенерированным от заданного гамма распределения:
a = 2; b = 4; data = gamrnd(a,b,100,1); [p,ci] = gamfit(data) p = 2.1990 3.7426 ci = 1.6840 2.8298 2.7141 4.6554
[1] Хан, Джеральд Дж. и С. С. Шапиро. Статистические модели в Разработке. Хобокен, NJ: John Wiley & Sons, Inc., 1994, p. 88.