Exponenta Banner

MultinomialDistribution

Объект вероятностного распределения многочлена

расширьте все на странице

Описание

MultinomialDistribution объект состоит из параметров и описания модели для вероятностного распределения многочлена.

Распределение многочлена является обобщением биномиального распределения. В то время как биномиальное распределение дает вероятность количества “успехов” в n независимые испытания процесса 2D результата, распределение многочлена дает вероятность каждой комбинации результатов в n независимые испытания k - процесс результата. Вероятность каждого результата в любом испытании дана фиксированными вероятностями p 1..., p k.

Распределение многочлена использует следующие параметры.

ПараметрОписаниеПоддержка
probabilitiesВероятности результата0≤вероятности(i)≤1 ; ∑все(i)вероятности(i)=1

Создание

Создайте MultinomialDistribution вероятностное распределение с заданным объектом значений параметров использование makedist.

Свойства

развернуть все

Параметр распределения

Вероятности результата для распределения многочлена, сохраненного как вектор скалярных значений в области значений [0,1]. Значения в probabilities должен суммировать к 1.

Типы данных: single | double

Характеристики распределения

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

Это свойство доступно только для чтения.

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

Типы данных: double

Это свойство доступно только для чтения.

Значения параметра распределения, заданные как вектор.

Типы данных: single | double

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

Это свойство доступно только для чтения.

Имя вероятностного распределения, заданное как вектор символов.

Типы данных: char

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

Это свойство доступно только для чтения.

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

Типы данных: char

Функции объекта

cdfКумулятивная функция распределения
icdfОбратная кумулятивная функция распределения
iqrМежквартильный размах
meanСреднее значение вероятностного распределения
medianМедиана вероятностного распределения
pdfФункция плотности вероятности
randomСлучайные числа
stdСтандартное отклонение вероятностного распределения
truncateУсеченный объект вероятностного распределения
varОтклонение вероятностного распределения

Примеры

свернуть все

Скрипт Open Live Script

Создайте объект распределения многочлена с помощью значений параметров по умолчанию. 

pd = makedist('Multinomial')
pd = 
  MultinomialDistribution

  Probabilities:
    0.5000    0.5000
Скрипт Open Live Script

Создайте объект распределения многочлена для распределения с тремя возможными исходами. Результат 1 имеет вероятность 1/2, результат 2 имеет вероятность 1/3, и результат 3 имеет вероятность 1/6. 

pd = makedist('Multinomial','probabilities',[1/2 1/3 1/6])
pd = 
  MultinomialDistribution

  Probabilities:
    0.5000    0.3333    0.1667

Сгенерируйте случайный результат от распределения. 

rng('default');  % for reproducibility
r = random(pd)
r = 2

Результатом этого испытания является результат 2. По умолчанию, количество испытаний в каждом эксперименте, n, равняется 1.

Сгенерируйте случайные результаты от распределения когда количество испытаний в каждом эксперименте, n, равняется 1, и эксперимент повторяется десять раз. 

rng('default');  % for reproducibility
r = random(pd,10,1)
r = 10×1

     2
     3
     1
     3
     2
     1
     1
     2
     3
     3

Каждый элемент в массиве является результатом отдельного эксперимента, который содержит одно испытание.

Сгенерируйте случайные результаты от распределения когда количество испытаний в каждом эксперименте, n, равняется 5, и эксперимент повторяется десять раз. 

rng('default');  % for reproducibility
r = random(pd,10,5)
r = 10×5

     2     1     2     2     1
     3     3     1     1     1
     1     3     3     1     2
     3     1     3     1     2
     2     2     2     1     1
     1     1     2     2     1
     1     1     2     2     1
     2     3     1     1     2
     3     2     2     3     2
     3     3     1     1     2

Каждый элемент в получившейся матрице является результатом одного испытания. Столбцы соответствуют пяти испытаниям в каждом эксперименте, и строки соответствуют десяти экспериментам. Например, в первом эксперименте (соответствующий первой строке), 2 из 5 испытаний привели к результату 1, и 3 из 5 испытаний привели к результату 2.

Смотрите также

Темы

Введенный в R2013a

Документация Statistics and Machine Learning Toolbox
Поддержка