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 распределенных выборочных данных в векторном data
.
[muhat,muci] = expfit(data)
также возвращает 95%-й доверительный интервал для средних оценок параметра в muci
. Первая строка muci
нижняя граница доверительного интервала, и вторая строка является верхней границей.
[muhat,muci] = expfit(data,alpha)
возвращает 100 (1–alpha
) Доверительный интервал % для параметра оценивает muhat
, где alpha
значение в области значений [0 1]
определение ширины доверительного интервала. По умолчанию, alpha
0.05
, который соответствует 95%-му доверительному интервалу.
[...] = expfit(data,alpha,censoring)
принимает булев вектор, censoring
, одного размера с data
, который является 1 для наблюдений, которые подвергаются цензуре правом и 0 для наблюдений, которые наблюдаются точно. data
должен быть вектор для того, чтобы передать в аргументе censoring
.
[...] = expfit(data,alpha,censoring,freq)
принимает вектор частоты, freq
одного размера с 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
использовать их значения по умолчанию.
Следующие оценки средний mu
из экспоненциально распределенных данных, и возвращает 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