PiecewiseLinearDistribution

Кусочный линейный объект вероятностного распределения

Описание

PiecewiseLinearDistribution объект состоит из описания модели для кусочного линейного вероятностного распределения.

Кусочное линейное распределение является созданным использованием непараметрического вероятностного распределения кусочного линейного представления кумулятивной функции распределения (cdf). Опции, заданные для кусочного линейного распределения, задают форму cdf. Функция плотности вероятности (PDF) является ступенчатой функцией.

Кусочное линейное распределение использует следующие параметры.

ПараметрОписание
xВектор из значений x, в которых cdf изменяет наклон
FxВектор из cdf значений, которые соответствуют каждому значению в x

Создание

Создайте PiecewiseLinearDistribution вероятностное распределение с заданным использованием объекта значений параметров makedist.

Свойства

развернуть все

Параметры распределения

Значения данных, в которых кумулятивная функция распределения (cdf) изменяет наклон в виде вектора из скалярных значений.

Типы данных: single | double

значение cdf в каждом значении в xВ виде вектора из скалярных значений.

Типы данных: single | double

Характеристики распределения

Это свойство доступно только для чтения.

Логический флаг для усеченного распределения в виде логического значения. 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 в виде положительного целочисленного значения.

Типы данных: double

Это свойство доступно только для чтения.

Значения параметра распределения в виде вектора.

Типы данных: single | double

Это свойство доступно только для чтения.

Интервал усечения для вероятностного распределения в виде вектора, содержащего более низкие и верхние контуры усечения.

Типы данных: single | double

Другие свойства объектов

Это свойство доступно только для чтения.

Имя вероятностного распределения в виде вектора символов.

Типы данных: char

Это свойство доступно только для чтения.

Описания параметра распределения в виде массива ячеек из символьных векторов. Каждая ячейка содержит краткое описание одного параметра распределения.

Типы данных: char

Это свойство доступно только для чтения.

Параметр распределения называет в виде массива 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

Создайте кусочный линейный объект распределения с помощью значений параметров по умолчанию.

pd = makedist('PiecewiseLinear')
pd = 
  PiecewiseLinearDistribution

F(0) = 0
F(1) = 1

Загрузите выборочные данные. Визуализируйте терпеливые данные о весе с помощью гистограммы.

load hospital
histogram(hospital.Weight)

Гистограмма показывает, что данные имеют два режима, один для пациенток и один для штекерных пациентов.

Вычислите эмпирическую кумулятивную функцию распределения (ecdf) для данных.

[f,x] = ecdf(hospital.Weight);

Создайте кусочную линейную аппроксимацию к ecdf и постройте обе функции.

f = f(1:5:end); % keep a less dense grid of points
x = x(1:5:end);

figure;
ecdf(hospital.Weight)
hold on
plot(x,f,'ro','MarkerFace','r') % overlay grid
plot(x,f,'k') % show interpolation

Создайте кусочный линейный объект вероятностного распределения использование кусочного приближения ecdf.

pd = makedist('PiecewiseLinear','x',x,'Fx',f)
pd = 
  PiecewiseLinearDistribution

F(111) = 0
F(118) = 0.05
F(124) = 0.13
F(130) = 0.25
F(135) = 0.37
F(142) = 0.5
F(163) = 0.55
F(171) = 0.61
F(178) = 0.7
F(183) = 0.82
F(189) = 0.94
F(202) = 1

Сгенерируйте 100 случайных чисел от распределения.

rw = random(pd,100,1);

Постройте случайные числа, чтобы визуально сравнить их распределение с исходными данными.

figure;
histogram(rw)

Случайные числа, сгенерированные от кусочного линейного распределения, имеют то же бимодальное распределение как исходные данные.

Введенный в R2013a
Для просмотра документации необходимо авторизоваться на сайте