Документация

LogisticDistribution

Логистический объект распределения вероятностей

расширьте все на странице

Описание

Объект LogisticDistribution состоит из параметров, образцового описания и выборочных данных для логистического распределения вероятностей.

Логистическое распределение используется для моделей роста и в логистической регрессии. Это имеет более длинные хвосты и более высокий эксцесс, чем нормальное распределение.

Логистическое распределение использует следующие параметры.

Параметр	Описание	Поддержка
`mu`	Среднее значение	$- \infty < μ < \infty$
`sigma`	Масштабный коэффициент	$σ \geq 0$

Создание

Существует несколько способов создать объект распределения вероятностей LogisticDistribution.

Создайте распределение с заданными значениями параметров с помощью makedist.
Соответствуйте распределению к данным с помощью fitdist.
В интерактивном режиме соответствуйте распределению к данным с помощью приложения Distribution Fitter.

Свойства

развернуть все

Параметры распределения

`\mu` Среднее значение
скалярное значение

Среднее значение логистического распределения, заданного как скалярное значение.

Типы данных: single | double

`\sigma` Масштабный коэффициент
неотрицательное скалярное значение

Масштабный коэффициент логистического распределения, заданного как неотрицательное скалярное значение.

Типы данных: single | double

Характеристики распределения

Флаг `IsTruncated` — Logical для усеченного распределения
0 | 1

Это свойство доступно только для чтения.

Логический флаг для усеченного распределения, заданного как логическое значение. Если IsTruncated равняется 0, распределение не является усеченным. Если IsTruncated равняется 1, распределение является усеченным.

Типы данных: логический

`NumParameters` — Количество параметров
положительное целочисленное значение

Это свойство доступно только для чтения.

Количество параметров для распределения вероятностей, заданного как положительное целочисленное значение.

Типы данных: double

`ParameterCovariance` — Ковариационная матрица оценок параметра
матрица скалярных значений

Это свойство доступно только для чтения.

Ковариационная матрица оценок параметра, заданных как p-by-p матрица, где p является количеством параметров в распределении. (i, j) элемент является ковариацией между оценками i th параметр и j th параметр. (i, i) элемент является предполагаемым отклонением i th параметр. Если параметр i фиксируется, а не оценивается путем подбора кривой распределению к данным, то (i, i) элементы ковариационной матрицы 0.

Типы данных: double

Флаг `ParameterIsFixed` — Logical для фиксированных параметров
массив логических значений

Это свойство доступно только для чтения.

Логический флаг для фиксированных параметров, заданных как массив логических значений. Если 0, соответствующий параметр в массиве ParameterNames не фиксируется. Если 1, соответствующий параметр в массиве ParameterNames фиксируется.

Типы данных: логический

`ParameterValues` — Значения параметра распределения
вектор скалярных значений

Это свойство доступно только для чтения.

Значения параметра распределения, заданные как вектор.

Типы данных: single | double

`Truncation` — Интервал усечения
вектор скалярных значений

Это свойство доступно только для чтения.

Интервал усечения для распределения вероятностей, заданного как вектор, содержащий более низкие и верхние контуры усечения.

Типы данных: single | double

Другие свойства объектов

`DistributionName` — Имя распределения вероятностей
символьный вектор

Это свойство доступно только для чтения.

Имя распределения вероятностей, заданное как вектор символов.

Типы данных: char

`InputData` — Данные используются для подбора кривой распределения
структура

Это свойство доступно только для чтения.

Данные используются для подбора кривой распределения, заданного как структура, содержащая следующее:

данные: Вектор данных используется для подбора кривой распределения.
cens: Цензурирование вектора, или пустой, если ни один.
freq: вектор Частоты, или пустой, если ни один.

Типы данных: struct

`ParameterDescription` — Описания параметра распределения
массив ячеек из символьных векторов

Это свойство доступно только для чтения.

Описания параметра распределения, заданные как массив ячеек из символьных векторов. Каждая ячейка содержит краткое описание одного параметра распределения.

Типы данных: char

`ParameterNames` — Имена параметра распределения
массив ячеек из символьных векторов

Это свойство доступно только для чтения.

Имена параметра распределения, заданные как массив ячеек из символьных векторов.

Типы данных: char

Функции объекта

`cdf`	Кумулятивная функция распределения
`icdf`	Обратная кумулятивная функция распределения
`iqr`	Межквартильный размах
`mean`	Среднее значение распределения вероятностей
`median`	Медиана распределения вероятностей
`negloglik`	Отрицательный loglikelihood распределения вероятностей
`paramci`	Доверительные интервалы для параметров распределения вероятностей
`pdf`	Функция плотности вероятности
`proflik`	Профилируйте функцию правдоподобия для распределения вероятностей
`random`	Случайные числа
`std`	Стандартное отклонение распределения вероятностей
`truncate`	Усеченный объект распределения вероятностей
`var`	Отклонение распределения вероятностей

Примеры

свернуть все

Создайте логистический объект распределения Используя параметры по умолчанию

Скрипт Open Live Script

Создайте логистический объект распределения с помощью значений параметров по умолчанию.

pd = makedist('Logistic')

pd = 
  LogisticDistribution

  Logistic distribution
       mu = 0
    sigma = 1

Создайте логистический объект распределения Используя заданные параметры

Скрипт Open Live Script

Создайте логистический объект распределения путем определения значений параметров.

pd = makedist('Logistic','mu',2,'sigma',4)

pd = 
  LogisticDistribution

  Logistic distribution
       mu = 2
    sigma = 4

Вычислите стандартное отклонение распределения.

s = std(pd)

s = 7.2552

Смотрите также

Distribution Fitter | fitdist | makedist

Темы

Введенный в R2013a

Документация Statistics and Machine Learning Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте