Документация

InverseGaussianDistribution

Объект обратного гауссова распределения вероятностей

развернуть все на странице

Описание

Один InverseGaussianDistribution объект состоит из параметров, описания модели и данных выборки для обратного гауссова распределения вероятностей.

Также известное как распределение Вальда, обратное гауссово используется для моделирования неотрицательных положительно скошенных данных. Обратные гауссовы распределения имеют много сходств со стандартными гауссовскими (нормальными) распределениями, что приводит к приложениям в инференциальной статистике.

Обратное гауссово распределение использует следующие параметры.

Параметр	Описание	Поддержка
`mu`	Параметр масштаба	$μ>0$
`lambda`	Параметр формы	$λ>0$

Создание

Существует несколько способов создания InverseGaussianDistribution объект распределения вероятности.

Создание распределения с заданными значениями параметров с помощью makedist.
Подгонка распределения к данным с помощью fitdist.
Интерактивное соответствие дистрибутива данным с помощью приложения Distribution Fitter.

Свойства

развернуть все

Параметры распределения

`mu` - Параметр масштаба
положительное скалярное значение

Параметр масштаба для обратного гауссова распределения, заданный как положительное скалярное значение.

Типы данных: single | double

`lambda` - Параметр формы
положительное скалярное значение

Параметр формы для обратного гауссова распределения, заданный как положительное скалярное значение.

Типы данных: single | double

Характеристики распределения

`IsTruncated` - Логический флаг для усеченного распределения
`0` | `1`

Это свойство доступно только для чтения.

Логический флаг для усеченного распределения, заданный как логическое значение. Если IsTruncated равняется 0, распределение не усечено. Если IsTruncated равняется 1, распределение усечено.

Типы данных: logical

`NumParameters` - Количество параметров
положительное целое значение

Это свойство доступно только для чтения.

Число параметров для распределения вероятностей, указанное как положительное целое значение.

Типы данных: double

`ParameterCovariance` - Ковариационная матрица оценок параметров
матрица скалярных значений

Это свойство доступно только для чтения.

Ковариационная матрица оценок параметров, заданная как матрица p-by-p, где p - количество параметров в распределении. (i,j) элемент - ковариация между оценками iтый параметр и j-й параметр. (i,i) элемент является оценочной дисперсией i-й параметр. Если параметр i фиксируется, а не оценивается подгонкой распределения к данным, затем (i,i) элементы ковариационной матрицы равны 0.

Типы данных: double

`ParameterIsFixed` - Логический флаг для фиксированных параметров
массив логических значений

Это свойство доступно только для чтения.

Логический флаг для фиксированных параметров, заданный как массив логических значений. Если 0, соответствующий параметр в ParameterNames массив не является фиксированным. Если 1, соответствующий параметр в ParameterNames массив является фиксированным.

Типы данных: logical

`ParameterValues` - Значения параметров распределения
вектор скалярных значений

Это свойство доступно только для чтения.

Значения параметров распределения, заданные как вектор.

Типы данных: single | double

`Truncation` - Интервал усечения
вектор скалярных значений

Это свойство доступно только для чтения.

Интервал усечения для распределения вероятностей, заданный как вектор, содержащий нижнюю и верхнюю границы усечения.

Типы данных: single | double

Другие свойства объекта

`DistributionName` - Название вероятностного распределения
символьный вектор

Это свойство доступно только для чтения.

Имя вероятностного распределения, указанное как символьный вектор.

Типы данных: char

`InputData` - Данные, используемые для распределительного фитинга
структура

Это свойство доступно только для чтения.

Данные, используемые для распределительного фитинга, указаны как структура, содержащая следующее:

dataВектор данных, используемый для распределения фитинга.
cens: Цензура вектора, или пустой, если нет.
freq: Частотный вектор, или пустой, если нет.

Типы данных: struct

`ParameterDescription` - Описания параметров распределения
массив ячеек символьных векторов

Это свойство доступно только для чтения.

Описания параметров распределения, заданные как массив ячеек символьных векторов. Каждая ячейка содержит краткое описание одного параметра распределения.

Типы данных: char

`ParameterNames` - Имена параметров распределения
массив ячеек символьных векторов

Это свойство доступно только для чтения.

Имена параметров распределения, заданные как массив ячеек символьных векторов.

Типы данных: char

Функции объекта

`cdf`	Кумулятивная функция распределения
`icdf`	Функция обратного кумулятивного распределения
`iqr`	Межквартильный ареал
`mean`	Среднее распределение вероятности
`median`	Медиана распределения вероятностей
`negloglik`	Отрицательная логика распределения вероятностей
`paramci`	Доверительные интервалы для параметров распределения вероятностей
`pdf`	Функция плотности вероятности
`proflik`	Функция правдоподобия профиля для распределения вероятностей
`random`	Случайные числа
`std`	Стандартное отклонение распределения вероятностей
`truncate`	Усечение объекта распределения вероятности
`var`	Дисперсия распределения вероятностей

Примеры

свернуть все

Создание объекта обратного гауссова распределения с использованием параметров по умолчанию

Открыть сценарий в реальном времени

Создайте объект обратного распределения по Гауссу, используя значения параметров по умолчанию.

pd = makedist('InverseGaussian')

pd = 
  InverseGaussianDistribution

  Inverse Gaussian distribution
        mu = 1
    lambda = 1

Создание объекта обратного гауссова распределения с использованием заданных параметров

Открыть сценарий в реальном времени

Создайте объект обратного гауссова распределения, указав значения параметров.

pd = makedist('InverseGaussian','mu',2,'lambda',4)

pd = 
  InverseGaussianDistribution

  Inverse Gaussian distribution
        mu = 2
    lambda = 4

Вычислите стандартное отклонение распределения.

s = std(pd)

s = 1.4142

См. также

Слесарь-распределитель | fitdist | makedist

Темы

Обратное гауссово распределение

Представлен в R2013a

Документация по инструментам для статистического и машинного обучения

Поддержка