Создать объект распределения вероятностей
pd = makedist(distname,Name,Value)
list = makedistlist содержащий список вероятностных распределений, которые makedist может создавать.
makedist -reset сбрасывает список дистрибутивов путем поиска файлов, содержащихся в пакете с именем prob и реализация классов, полученных из ProbabilityDistribution. Этот синтаксис используется после определения пользовательской функции распределения. Дополнительные сведения см. в разделе Определение пользовательских дистрибутивов с помощью приложения Distribution Fitter.
Создайте обычный объект распределения с использованием значений параметров по умолчанию.
pd = makedist('Normal')pd =
NormalDistribution
Normal distribution
mu = 0
sigma = 1
Вычислите межквартильный диапазон распределения.
r = iqr(pd)
r = 1.3490
Создайте объект гамма-распределения с использованием значений параметров по умолчанию.
pd = makedist('Gamma')pd =
GammaDistribution
Gamma distribution
a = 1
b = 1
Вычислите среднее значение гамма-распределения.
mean = mean(pd)
mean = 1
Создание нормального объекта распределения со значениями параметров mu = 75 и sigma = 10.
pd = makedist('Normal','mu',75,'sigma',10)
pd =
NormalDistribution
Normal distribution
mu = 75
sigma = 10
Создание объекта гамма-распределения со значением параметра a = 3 и значение по умолчанию b = 1.
pd = makedist('Gamma','a',3)
pd =
GammaDistribution
Gamma distribution
a = 3
b = 1
distname - Название дистрибутиваИмя распределения, указанное как один из следующих векторов символов или строковых скаляров. Распределение, указанное distname определяет тип возвращаемого объекта распределения вероятности.
| Название дистрибутива | Описание | Объект распределения |
|---|---|---|
'Beta' | Бета-дистрибутив | BetaDistribution |
'Binomial' | Биномиальное распределение | BinomialDistribution |
'BirnbaumSaunders' | Распределение Бирнбаум-Сондерс | BirnbaumSaundersDistribution |
'Burr' | Распределение Бёрра | BurrDistribution |
'Exponential' | Экспоненциальное распределение | ExponentialDistribution |
'ExtremeValue' | Распределение экстремальных значений | ExtremeValueDistribution |
'Gamma' | Гамма-распределение | GammaDistribution |
'GeneralizedExtremeValue' | Обобщенное распределение экстремальных значений | GeneralizedExtremeValueDistribution |
'GeneralizedPareto' | Обобщенное распределение Парето | GeneralizedParetoDistribution |
'HalfNormal' | Распределение наполовину нормальным | HalfNormalDistribution |
'InverseGaussian' | Обратное гауссово распределение | InverseGaussianDistribution |
'Logistic' | Логистическое распределение | LogisticDistribution |
'Loglogistic' | Логистическое распределение | LoglogisticDistribution |
'Lognormal' | Логнормальное распределение | LognormalDistribution |
'Multinomial' | Полиномиальное распределение | MultinomialDistribution |
'Nakagami' | Распространение накагами | NakagamiDistribution |
'NegativeBinomial' | Отрицательное биномиальное распределение | NegativeBinomialDistribution |
'Normal' | Нормальное распределение | NormalDistribution |
'PiecewiseLinear' | Кусочно-линейное распределение | PiecewiseLinearDistribution |
'Poisson' | Распределение Пуассона | PoissonDistribution |
'Rayleigh' | Рэлеевское распределение | RayleighDistribution |
'Rician' | Распределение Rician | RicianDistribution |
'Stable' | Стабильное распределение | StableDistribution |
'tLocationScale' | t Местоположение - распределение по масштабу | tLocationScaleDistribution |
'Triangular' | Треугольное распределение | TriangularDistribution |
'Uniform' | Равномерное распределение | UniformDistribution |
'Weibull' | Распределение Вейбулла | WeibullDistribution |
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.
makedist('Normal','mu',10) задает нормальное распределение с параметром mu равно 10 и параметр sigma равно значению по умолчанию 1.'a' - Первый параметр формы1 (по умолчанию) | положительное скалярное значениеПример: 'a',3
Типы данных: single | double
'b' - Параметр второй формы1 (по умолчанию) | положительное скалярное значениеПример: 'b',5
Типы данных: single | double
'N' - Число судебных разбирательств1 (по умолчанию) | положительное целое значениеПример: 'N',25
Типы данных: single | double
'p' - Вероятность успеха0.5 (по умолчанию) | скалярное значение в диапазоне [0,1]Пример: 'p',0.25
Типы данных: single | double
'beta' - Параметр масштаба1 (по умолчанию) | положительное скалярное значениеПример: 'beta',2
Типы данных: single | double
'gamma' - Параметр формы1 (по умолчанию) | неотрицательное скалярное значениеПример: 'gamma',0
Типы данных: single | double
'alpha' - Параметр масштаба1 (по умолчанию) | положительное скалярное значениеПример: 'alpha',2
Типы данных: single | double
'c' - Первый параметр формы1 (по умолчанию) | положительное скалярное значениеПример: 'c',2
Типы данных: single | double
'k' - Параметр второй формы1 (по умолчанию) | положительное скалярное значениеПример: 'k',5
Типы данных: single | double
'mu' - Средний параметр1 (по умолчанию) | положительное скалярное значениеПример: 'mu',5
Типы данных: single | double
'mu' - Параметр местоположения0 (по умолчанию) | скалярное значениеПример: 'mu',-2
Типы данных: single | double
'sigma' - Параметр масштаба1 (по умолчанию) | неотрицательное скалярное значениеПример: 'sigma',2
Типы данных: single | double
'a' - Параметр формы1 (по умолчанию) | положительное скалярное значениеПример: 'a',2
Типы данных: single | double
'b' - Параметр масштаба1 (по умолчанию) | неотрицательное скалярное значениеПример: 'b',0
Типы данных: single | double
'k' - Параметр формы0 (по умолчанию) | скалярное значениеПример: 'k',0
Типы данных: single | double
'sigma' - Параметр масштаба1 (по умолчанию) | неотрицательное скалярное значениеПример: 'sigma',2
Типы данных: single | double
'mu' - Параметр местоположения0 (по умолчанию) | скалярное значениеПример: 'mu',1
Типы данных: single | double
'k' - Параметр формы1 (по умолчанию) | скалярное значениеПример: 'k',0
Типы данных: single | double
'sigma' - Параметр масштаба1 (по умолчанию) | неотрицательное скалярное значениеПример: 'sigma',2
Типы данных: single | double
'theta' - Параметр местоположения1 (по умолчанию) | скалярное значениеПример: 'theta',2
Типы данных: single | double
'mu' - Параметр местоположения0 (по умолчанию) | скалярное значениеПример: 'mu',1
Типы данных: single | double
'sigma' - Параметр формы1 (по умолчанию) | неотрицательное скалярное значениеПример: 'sigma',2
Типы данных: single | double
'mu' - Параметр масштаба1 (по умолчанию) | положительное скалярное значениеПример: 'mu',2
Типы данных: single | double
'lambda' - Параметр формы1 (по умолчанию) | положительное скалярное значениеПример: 'lambda',4
Типы данных: single | double
'mu' - Среднее0 (по умолчанию) | скалярное значениеПример: 'mu',2
Типы данных: single | double
'sigma' - Параметр масштаба1 (по умолчанию) | неотрицательное скалярное значениеПример: 'sigma',4
Типы данных: single | double
'mu' - Среднее логарифмических значений0 (по умолчанию) | скалярное значениеПример: 'mu',2
Типы данных: single | double
'sigma' - Масштабный параметр логарифмических значений1 (по умолчанию) | неотрицательное скалярное значениеПример: 'sigma',4
Типы данных: single | double
'mu' - Среднее логарифмических значений0 (по умолчанию) | скалярное значениеПример: 'mu',2
Типы данных: single | double
'sigma' - Стандартное отклонение логарифмических значений1 (по умолчанию) | неотрицательное скалярное значениеПример: 'sigma',2
Типы данных: single | double
'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.
Типы данных: single | double
'mu' - Параметр формы1 (по умолчанию) | положительное скалярное значениеПример: 'mu',5
Типы данных: single | double
'omega' - Параметр масштаба1 (по умолчанию) | положительное скалярное значениеПример: 'omega',5
Типы данных: single | double
'R' - Количество успехов1 (по умолчанию) | положительное скалярное значениеПример: 'R',5
Типы данных: single | double
'p' - Вероятность успеха0.5 (по умолчанию) | скалярное значение в диапазоне (0,1]Пример: 'p',0.1
Типы данных: single | double
'mu' - Среднее0 (по умолчанию) | скалярное значениеПример: 'mu',2
Типы данных: single | double
'sigma' - Стандартное отклонение1 (по умолчанию) | неотрицательное скалярное значениеПример: 'sigma',2
Типы данных: single | double
'x' - Значения данных1 (по умолчанию) | монотонно увеличивающийся вектор скалярных значенийПример: 'x',[1 2 3]
Типы данных: single | double
'Fx' - значения cdf1 (по умолчанию) | монотонно увеличивающийся вектор скалярных значений, начинающихся с 0 и заканчивающихся с 1Пример: 'Fx',[0.2 0.5 1]
Типы данных: single | double
'lambda' - Среднее1 (по умолчанию) | неотрицательное скалярное значениеПример: 'lambda',5
Типы данных: single | double
'b' - Определение параметра1 (по умолчанию) | положительное скалярное значениеПример: 'b',3
Типы данных: single | double
's' - Параметр нецентральности1 (по умолчанию) | неотрицательное скалярное значениеПример: 's',0
Типы данных: single | double
'sigma' - Параметр масштаба1 (по умолчанию) | положительное скалярное значениеПример: 'sigma',2
Типы данных: single | double
'alpha' - Первый параметр формы2 (по умолчанию) | скалярное значение в диапазоне (0,2]Пример: 'alpha',1
Типы данных: single | double
'beta' - Параметр второй формы0 (по умолчанию) | скалярное значение в диапазоне [-1,1]Пример: 'beta',0.5
Типы данных: single | double
'gam' - Параметр масштаба1 (по умолчанию) | скалярное значение в диапазоне (0,∞)Пример: 'gam',2
Типы данных: single | double
'delta' - Параметр местоположенияПример: 'delta',5
Типы данных: single | double
'mu' - Параметр местоположения0 (по умолчанию) | скалярное значениеПример: 'mu',-2
Типы данных: single | double
'sigma' - Параметр масштаба1 (по умолчанию) | положительное скалярное значениеПример: 'sigma',2
Типы данных: single | double
'nu' - Степени свободы5 (по умолчанию) | положительное скалярное значениеПример: 'nu',20
Типы данных: single | double
'a' - Нижний предел0 (по умолчанию) | скалярное значениеПример: 'a',-2
Типы данных: single | double
'b' - Расположение пика0.5 (по умолчанию) | скалярное значение больше или равно aПример: 'b',1
Типы данных: single | double
'c' - Верхний предел1 (по умолчанию) | скалярное значение больше или равно bПример: 'c',5
Типы данных: single | double
'lower' - Нижний параметр0 (по умолчанию) | скалярное значениеПример: 'lower',-4
Типы данных: single | double
'upper' - Верхний параметр1 (по умолчанию) | скалярное значение больше lowerПример: 'upper',2
Типы данных: single | double
'a' - Параметр масштаба1 (по умолчанию) | положительное скалярное значениеПример: 'a',2
Типы данных: single | double
'b' - Параметр формы1 (по умолчанию) | положительное скалярное значениеПример: 'b',5
Типы данных: single | double
pd - Распределение вероятностейВероятностное распределение, возвращаемое как объект вероятностного распределения типа, указанного distname.
list - Список вероятностных распределенийСписок вероятностных распределений, которые makedist может создавать, возвращать как массив ячеек символьных векторов.
Приложение Distribution Fitter открывает графический интерфейс пользователя для импорта данных из рабочей области и интерактивного соответствия распределения вероятности этим данным. Затем можно сохранить распределение в рабочей области в качестве объекта вероятностного распределения. Откройте приложение Distribution Fitter с помощью distributionFitterили щелкните Распределитель (Distribution Fitter) на вкладке Приложения (Apps).
Имеется измененная версия этого примера. Открыть этот пример с помощью изменений?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.