Нормальные оценки параметра
[muHat,sigmaHat] = normfit(x)
[muHat,sigmaHat,muCI,sigmaCI] = normfit(x)
[muHat,sigmaHat,muCI,sigmaCI] = normfit(x,alpha)
[___] = normfit(x,alpha,censoring)
[___] = normfit(x,alpha,censoring,freq)
[___] = normfit(x,alpha,censoring,freq,options)
[
возвращает оценки параметров нормального распределения (средний muHat
,sigmaHat
] = normfit(x
)muHat
и стандартное отклонение sigmaHat
), учитывая выборочные данные в x
. muHat
является демонстрационным средним значением, и sigmaHat
является квадратным корнем из несмещенного средства оценки отклонения.
[___] = normfit(
задает, подвергается ли каждое значение в x
,alpha
,censoring
)x
цензуре правом или нет. Используйте логический векторный censoring
, в котором 1 указывает на наблюдения, которые подвергаются цензуре правом, и 0 указывает на наблюдения, которые полностью наблюдаются. С цензурированием muHat
и sigmaHat
являются оценками наибольшего правдоподобия (MLEs).
[___] = normfit(
задает опции оптимизации для итеративного алгоритма x
,alpha
,censoring
,freq
,options
)normfit
, чтобы использовать, чтобы вычислить MLEs с цензурированием. Создайте options
при помощи функционального statset
.
Можно передать в []
для alpha
, censoring
и freq
, чтобы использовать их значения по умолчанию.
Чтобы вычислить доверительные интервалы, normfit
использует точный метод для не прошедших цензуру данных и Вальдов метод для подвергнутых цензуре данных. Точный метод предоставляет точную страховую защиту не прошедшим цензуру выборкам на основе t и распределениям хи-квадрат.
normfit
является функционально-специализированным к нормальному распределению. Statistics and Machine Learning Toolbox™ также предлагает родовым функциям mle
, fitdist
, и paramci
и приложение Distribution Fitter, которые поддерживают различные распределения вероятностей.
mle
возвращает MLEs и доверительные интервалы MLEs для параметров различных распределений вероятностей. Можно задать имя распределения вероятностей или пользовательскую функцию плотности вероятности.
Создайте объект распределения вероятностей NormalDistribution
путем подбора кривой распределению к данным с помощью функции fitdist
или приложения Distribution Fitter. Свойства объектов mu
и sigma
хранят оценки параметра. Чтобы получить доверительные интервалы для оценок параметра, передайте объект paramci
.
[1] Эванс, M., Н. Гастингс и Б. Пикок. Статистические Дистрибутивы. 2-й редактор Хобокен, NJ: John Wiley & Sons, Inc., 1993.
[2] Беззаконный, J. F. Статистические модели и методы для пожизненных данных. Хобокен, NJ: Wiley-межнаука, 1982.
[3] Более кроткий, W. Q. и Л. А. Эскобар. Статистические методы для данных о надежности. Хобокен, NJ: John Wiley & Sons, Inc., 1998.
Distribution Fitter | NormalDistribution
| fitdist
| mle
| normcdf
| norminv
| normlike
| paramci
| statset