Подходящий объект вероятностного распределения к данным
создает объект вероятностного распределения с дополнительными опциями, заданными одним или несколькими аргументами пары "имя-значение". Например, можно указать на подвергнутые цензуре данные или задать параметры управления для итеративного алгоритма подбора.pd
= fitdist(x
,distname
,Name,Value
)
[
создает объекты вероятностного распределения путем подбора кривой распределению, заданному pdca
,gn
,gl
]
= fitdist(x
,distname
,'By',groupvar
)distname
к данным в x
на основе сгруппированной переменной groupvar
. Это возвращает массив ячеек подходящих объектов вероятностного распределения, pdca
, массив ячеек меток группы, gn
, и массив ячеек уровней сгруппированной переменной, gl
.
[
возвращает вышеупомянутые выходные аргументы с помощью дополнительных опций, заданных одним или несколькими аргументами пары "имя-значение". Например, можно указать на подвергнутые цензуре данные или задать параметры управления для итеративного алгоритма подбора.pdca
,gn
,gl
]
= fitdist(x
,distname
,'By',groupvar
,Name,Value
)
fitdist
функционируйте соответствует большинству распределений с помощью оценки наибольшего правдоподобия. Двумя исключениями являются нормальные и логарифмически нормальные распределения с не прошедшими цензуру данными.
Для не прошедшего цензуру нормального распределения ориентировочная стоимость параметра сигмы является квадратным корнем из объективной оценки отклонения.
Для не прошедшего цензуру логарифмически нормального распределения ориентировочная стоимость параметра сигмы является квадратным корнем из объективной оценки отклонения журнала данных.
Приложение Distribution Fitter открывает графический интерфейс пользователя для вас, чтобы импортировать данные из рабочей области и в интерактивном режиме строить распределение вероятности к тем данным. Можно затем сохранить распределение в рабочую область как объект вероятностного распределения. Откройте использование приложения Distribution Fitter distributionFitter
, или нажмите Distribution Fitter на вкладке Apps.
[1] Джонсон, N. L. С. Коц и Н. Бэлэкришнэн. Непрерывные одномерные распределения. Издание 1, Хобокен, NJ: Wiley-межнаука, 1993.
[2] Джонсон, N. L. С. Коц и Н. Бэлэкришнэн. Непрерывные одномерные распределения. Издание 2, Хобокен, NJ: Wiley-межнаука, 1994.
[3] Лучник, A. W. и А. Аццалини. Прикладные методы сглаживания для анализа данных. Нью-Йорк: Издательство Оксфордского университета, 1997.
distributionFitter
| histfit
| makedist
| mle
| paramci