Нормальные оценки параметра
[___] = normfit(
задает ли каждое значение в x
,alpha
,censoring
)x
подвергается цензуре правом или нет. Используйте логический векторный censoring
в котором 1 указывает на наблюдения, которые подвергаются цензуре правом, и 0 указывает на наблюдения, которые полностью наблюдаются. С цензурированием, muHat
и sigmaHat
оценки наибольшего правдоподобия (MLEs).
Вычислить доверительные интервалы, normfit
использует точный метод для не прошедших цензуру данных и Вальдов метод для подвергнутых цензуре данных. Точный метод предоставляет точную страховую защиту не прошедшим цензуру выборкам на основе t и распределениям хи-квадрат.
normfit
функционально-специализированное к нормальному распределению. Statistics and Machine Learning Toolbox™ также предлагает родовые функции mle
, fitdist
, и paramci
и приложение Distribution Fitter, которые поддерживают различные вероятностные распределения.
mle
возвращает MLEs и доверительные интервалы MLEs для параметров различных вероятностных распределений. Можно задать имя вероятностного распределения или пользовательскую функцию плотности вероятности.
Создайте NormalDistribution
объект вероятностного распределения путем подбора кривой распределению к данным с помощью fitdist
функционируйте или приложение Distribution Fitter. Свойства объектов mu
и sigma
сохраните оценки параметра. Чтобы получить доверительные интервалы для оценок параметра, передайте объект paramci
.
[1] Эванс, M., Н. Гастингс и Б. Пикок. Статистические Распределения. 2-й редактор Хобокен, NJ: John Wiley & Sons, Inc., 1993.
[2] Беззаконный, J. F. Статистические модели и методы для пожизненных данных. Хобокен, NJ: Wiley-межнаука, 1982.
[3] Более кроткий, W. Q. и Л. А. Эскобар. Статистические методы для данных о надежности. Хобокен, NJ: John Wiley & Sons, Inc., 1998.
Distribution Fitter | fitdist
| mle
| NormalDistribution
| normcdf
| norminv
| normlike
| paramci
| statset