Документация

BinomialDistribution

Биномиальный объект вероятностного распределения

расширьте все на странице

Описание

BinomialDistribution объект состоит из параметров, описания модели и выборочных данных для биномиального вероятностного распределения

Биномиальное распределение моделирует общее количество успехов в повторных испытаниях от бесконечного населения при следующих условиях:

Только два результата возможны для каждого из испытаний n.
Вероятность успеха для каждого испытания является постоянной.
Все испытания независимы друг от друга.

Биномиальное распределение использует следующие параметры.

Параметр	Описание	Поддержка
`N`	Количество испытаний	положительное целое число
`p`	Вероятность успеха	$0 \leq p \leq 1$

Создание

Существует несколько способов создать BinomialDistribution объект вероятностного распределения.

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

`N` — Количество испытаний
положительное целочисленное значение

Количество испытаний за биномиальное распределение, заданное как положительное целочисленное значение.

Типы данных: single | double

`p` — Вероятность успеха
значение положительной скалярной величины в области значений `[0,1]`

Вероятность успеха любого отдельного испытания за биномиальное распределение, заданное как значение положительной скалярной величины в области значений [0,1].

Типы данных: single | double

Характеристики распределения

`IsTruncated` — Логический флаг 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 вероятностного распределения, 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. (iJ) элемент является ковариацией между оценками iпараметр th и jпараметр th. (ii) элемент является предполагаемым отклонением iпараметр th. Если параметр i фиксируется, а не оценивается путем подбора кривой распределению к данным, затем (ii) элементы ковариационной матрицы 0.

Типы данных: double

`ParameterIsFixed` — Логический флаг 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 ParameterNames массив не фиксируется. Если 1, соответствующий параметр в ParameterNames массив 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 вероятностного распределения, заданного как вектор, содержащий более низкие и верхние контуры усечения.

Типы данных: single | double

Другие свойства объектов

`DistributionName` — Имя вероятностного распределения
символьный вектор

Это свойство доступно только для чтения.

Имя вероятностного распределения, заданное как вектор символов.

Типы данных: char

`InputData` — Данные используются в подборе кривой распределения
структура

Это свойство доступно только для чтения.

Данные используются в подборе кривой распределения, заданном как структура, содержащая следующее:

data: Вектор данных используется в подборе 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 вероятностного распределения
`median`	Медиана вероятностного распределения
`negloglik`	Отрицательная логарифмическая правдоподобность вероятностного распределения
`paramci`	Доверительные интервалы для параметров вероятностного распределения
`pdf`	Функция плотности вероятности
`proflik`	Профилируйте функцию правдоподобия для вероятностного распределения
`random`	Случайные числа
`std`	Стандартное отклонение вероятностного распределения
`truncate`	Усеченный объект вероятностного распределения
`var`	Отклонение вероятностного распределения

Примеры

свернуть все

Создайте отрицательный объект биномиального распределения Используя параметры по умолчанию

Скрипт Open Live Script

Создайте отрицательный объект биномиального распределения использование значений параметров по умолчанию.

pd = makedist('NegativeBinomial')

pd = 
  NegativeBinomialDistribution

  Negative Binomial distribution
    R =   1
    P = 0.5

Создайте объект биномиального распределения Используя заданные параметры

Скрипт Open Live Script

Создайте объект биномиального распределения путем определения значений параметров.

pd = makedist('Binomial','N',30,'p',0.25)

pd = 
  BinomialDistribution

  Binomial distribution
    N =   30
    p = 0.25

Вычислите среднее значение распределения.

m = mean(pd)

m = 7.5000

Смотрите также

Distribution Fitter | fitdist | makedist

Темы

Введенный в R2013a

Документация Statistics and Machine Learning Toolbox

Поддержка