makedist

Создать объект распределения вероятностей

Синтаксис

pd = makedist (distname)

pd = makedist (distname, Name, Value)

list = makedist

Описание

pd = makedist(distname) создает объект распределения вероятностей для распределения distname, используя значения параметров по умолчанию.

Использовать makedist для задания однородных, нормальных, полиномиальных, кусочно-линейных или треугольных объектов распределения. При наличии программного обеспечения Toolbox™ статистики и машинного обучения можно использовать makedist для создания объектов для других распределений, таких как распределения Гамма (Gamma) или Вейбулл (Weibull). Дополнительные сведения см. в разделе makedist (Статистика и инструментарий машинного обучения).

Чтобы усечь распределение вероятности до заданного интервала, используйте truncate (Статистика и инструментарий машинного обучения).

пример

pd = makedist(distname,Name,Value) создает объект распределения вероятностей с одним или несколькими значениями параметров распределения, заданными аргументами пары имя-значение.

list = makedist возвращает массив ячеек list содержащий список вероятностных распределений, которые makedist может создавать.

Примеры

свернуть все

Создать обычный объект распределения

Открыть сценарий в реальном времени

Создайте обычный объект распределения с использованием значений параметров по умолчанию.

pd = makedist('Normal')

pd = 
  NormalDistribution

  Normal distribution
       mu = 0
    sigma = 1

Задание параметров для нормального объекта распределения

Открыть сценарий в реальном времени

Создание нормального объекта распределения со средним значением mu = 75и стандартное отклонение sigma = 10.

pd = makedist('Normal','mu',75,'sigma',10);

Задание кусочно-линейного объекта распределения

Открыть сценарий в реальном времени

Создайте кусочно-линейный объект распределения для распределения со значениями от 6 до 10, где значения от 6 до 8 в четыре раза больше, чем значения от 8 до 10.

pd = makedist('PieceWiselinear','x',[6 8 10],'Fx',[0 0.8 1]);

Указывается кумулятивная функция распределения. Fx как [0 0,8 1], поскольку разница между 0,8 и 0 в четыре раза превышает разницу между 1 и 0,8. В результате генерируемое распределение имеет в четыре раза больше значений от 6 до 8, чем от 8 до 10.

На графике показана указанная кумулятивная функция распределения (CDF) и соответствующая функция распределения вероятности (PDF).

Кусочно-линейная CDF соответствует кусочно-постоянной PDF.

Входные аргументы

свернуть все

`distname` - Название дистрибутива
`'Uniform'` | `'Normal'` | `'Multinomial'` | `'PiecewiseLinear'` | `'Triangular'`

Имя дистрибутива, указанное как одно из следующих значений:

Название дистрибутива	Описание
`'Uniform'`	Равномерное распределение - задаются нижняя и верхняя границы распределения.
`'Normal'`	Нормальное распределение - указывается среднее и стандартное отклонение распределения.
`'Multinomial'`	Полиномиальное распределение - В полиномиальном распределении результат является одним из `1`, `2`, ..., `k`. Вы указываете вероятность каждого результата, [p1, p2,..., pk]. Вероятности должны суммироваться с`1`.
`'PiecewiseLinear'`	Кусочно-линейное распределение - это распределение используется для создания пользовательского распределения путем задания кусочно-линейной кумулятивной функции распределения (CDF). Указывается вектор значений, `x`, при котором CDF изменяет наклон и соответствующий вектор значений CDF, `Fx`. `Fx` значение при любом `x` - вероятность получения значения, меньшего или равного `x`. Кусочно-линейный CDF создается путем линейного соединения известных значений CDF. `Fx`. Эта кусочно-линейная CDF соответствует кусочно-постоянной функции распределения вероятности. Пример см. в разделе Задание кусочно-линейного объекта распределения.
`'Triangular'`	Треугольное распределение - указывается нижний предел, расположение пика и верхний предел распределения.

Для получения информации об этих распределениях см. категорию Распределения вероятностей (статистика и инструментарий машинного обучения).

Примечание

При наличии программного обеспечения Statistics and Machine Learning Toolbox можно использовать makedist для создания объектов для других распределений, таких как распределения Гамма (Gamma) или Вейбулл (Weibull). Дополнительные сведения см. в разделе makedist (Статистика и инструментарий машинного обучения).

Аргументы пары «имя-значение»

Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.

Пример: makedist('Normal','mu',10) задает нормальное распределение с параметром mu равно 10 и параметр sigma равно значению по умолчанию 1.

Полиномиальное распределение

свернуть все

`'probabilities'` - Вероятности исхода
`[0.500 0.500]` (по умолчанию) | вектор скалярных значений в диапазоне [0,1]

Вероятности результата, определенные как вектор скалярных значений в диапазоне [0,1]. Вероятности суммируются до 1 и соответствуют результатам [1, 2,..., k], где k - количество элементов в векторе вероятностей.

Пример: 'probabilities',[0.1 0.2 0.5 0.2] дает вероятности того, что результат равен 1, 2, 3 или 4 соответственно.