Exponenta Banner
exponenta event banner

MultinomialDistribution

Полиномиальный объект распределения вероятностей

развернуть все на странице

Описание

A MultinomialDistribution объект состоит из параметров и описания модели для распределения полиномиальных вероятностей.

Полиномиальное распределение является обобщением биномиального распределения. В то время как биномиальное распределение дает вероятность числа «успехов» в n независимых испытаниях процесса с двумя исходами, полиномиальное распределение дает вероятность каждой комбинации результатов в n независимых испытаниях процесса с k исходами. Вероятность каждого результата в любом одном исследовании определяется фиксированными вероятностями p1,..., pk.

В полиномиальном распределении используются следующие параметры.

ПараметрОписаниеПоддержка
probabilitiesВероятности исхода0≤probabilities (i) ≤1; ∑all (i) вероятности (i) = 1

Создание

Создать MultinomialDistribution распределение вероятности с указанным объектом значений параметров с использованием makedist.

Свойства

развернуть все

Параметр распределения

Вероятности результатов для полиномиального распределения, хранящиеся как вектор скалярных значений в диапазоне [0,1]. Значения в probabilities должен быть равен 1.

Типы данных: single | double

Характеристики распределения

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

Это свойство доступно только для чтения.

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

Типы данных: double

Это свойство доступно только для чтения.

Значения параметров распределения, заданные как вектор.

Типы данных: single | double

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

Это свойство доступно только для чтения.

Имя вероятностного распределения, указанное как символьный вектор.

Типы данных: char

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

Это свойство доступно только для чтения.

Имена параметров распределения, заданные как массив ячеек символьных векторов.

Типы данных: char

Функции объекта

cdfКумулятивная функция распределения
icdfФункция обратного кумулятивного распределения
iqrМежквартильный ареал
meanСреднее распределение вероятности
medianМедиана распределения вероятностей
pdfФункция плотности вероятности
randomСлучайные числа
stdСтандартное отклонение распределения вероятностей
truncateУсечение объекта распределения вероятности
varДисперсия распределения вероятностей

Примеры

свернуть все

Открыть сценарий в реальном времени

Создайте полиномиальный объект распределения с использованием значений параметров по умолчанию. 

pd = makedist('Multinomial')
pd = 
  MultinomialDistribution

  Probabilities:
    0.5000    0.5000
Открыть сценарий в реальном времени

Создайте полиномиальный объект распределения для распределения с тремя возможными результатами. Результат 1 имеет вероятность 1/2, результат 2 имеет вероятность 1/3, а результат 3 имеет вероятность 1/6. 

pd = makedist('Multinomial','probabilities',[1/2 1/3 1/6])
pd = 
  MultinomialDistribution

  Probabilities:
    0.5000    0.3333    0.1667

Создание случайного результата из распределения. 

rng('default');  % for reproducibility
r = random(pd)
r = 2

Результатом этого испытания является результат 2. По умолчанию число испытаний в каждом эксперименте n равно 1.

Генерируйте случайные результаты из распределения, когда число испытаний в каждом эксперименте, n, равно 1, и эксперимент повторяется десять раз. 

rng('default');  % for reproducibility
r = random(pd,10,1)
r = 10×1

     2
     3
     1
     3
     2
     1
     1
     2
     3
     3

Каждый элемент в массиве является результатом отдельного эксперимента, который содержит одно испытание.

Генерируйте случайные результаты из распределения, когда число испытаний в каждом эксперименте, n, равно 5, и эксперимент повторяется десять раз. 

rng('default');  % for reproducibility
r = random(pd,10,5)
r = 10×5

     2     1     2     2     1
     3     3     1     1     1
     1     3     3     1     2
     3     1     3     1     2
     2     2     2     1     1
     1     1     2     2     1
     1     1     2     2     1
     2     3     1     1     2
     3     2     2     3     2
     3     3     1     1     2

Каждый элемент в результирующей матрице является результатом одного испытания. Столбцы соответствуют пяти испытаниям в каждом эксперименте, а строки соответствуют десяти экспериментам. Например, в первом эксперименте (соответствующем первой строке) 2 из 5 испытаний привели к результату 1, а 3 из 5 испытаний - к результату 2.

См. также

Темы

Представлен в R2013a

Документация по инструментам для статистического и машинного обучения

Поддержка