Дисперсия распределения вероятностей
Загрузите образцы данных. Создайте вектор, содержащий первый столбец данных об экзаменационных оценках учащихся.
load examgrades
x = grades(:,1);Поместите обычный объект распределения в данные.
pd = fitdist(x,'Normal')pd =
NormalDistribution
Normal distribution
mu = 75.0083 [73.4321, 76.5846]
sigma = 8.7202 [7.7391, 9.98843]
Вычислите дисперсию соответствующего распределения.
v = var(pd)
v = 76.0419
Для нормального распределения дисперсия равна квадрату параметра sigma.
Создайте объект распределения вероятностей Вейбулла.
pd = makedist('Weibull','a',5,'b',2)
pd =
WeibullDistribution
Weibull distribution
A = 5
B = 2
Вычислите дисперсию распределения.
v = var(pd)
v = 5.3650
Создайте треугольный объект распределения.
pd = makedist('Triangular','a',-3,'b',1,'c',3)
pd = TriangularDistribution A = -3, B = 1, C = 3
Вычислите дисперсию распределения.
v = var(pd)
v = 1.5556
Загрузите образцы данных. Создайте вектор, содержащий первый столбец данных ЕГЭ учащихся.
load examgrades;
x = grades(:,1);Поместите объект распространения ядра в данные.
pd = fitdist(x,'Kernel')pd =
KernelDistribution
Kernel = normal
Bandwidth = 3.61677
Support = unbounded
Вычислите дисперсию соответствующего распределения.
v = var(pd)
v = 88.4893
pd - Распределение вероятностейВероятностное распределение, указанное как объект вероятностного распределения, созданный одним из следующих способов.
| Функция или приложение | Описание |
|---|---|
makedist | Создайте объект распределения вероятностей, используя указанные значения параметров. |
fitdist | Поместите объект распределения вероятности в выборку данных. |
| Слесарь-распределитель | Поместите распределение вероятности в выборку данных с помощью интерактивного приложения Distribution Fitter и экспортируйте подогнанный объект в рабочую область. |
v - ОтклонениеДисперсия распределения вероятностей, возвращаемая как неотрицательное скалярное значение.
Примечания и ограничения по использованию:
Входной аргумент pd может быть подогнанным объектом распределения вероятности для бета, экспоненциального, экстремального значения, логнормального, нормального и распределения Вейбулла. Создать pd подгонкой распределения вероятности к данным выборки из fitdist функция. Пример см. в разделе Создание кода для объектов распределения вероятностей.
Дополнительные сведения о создании кода см. в разделах Введение в создание кода и Общий рабочий процесс создания кода.
Слесарь-распределитель | fitdist | makedist | mean | std
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.