Оценки экспоненциальных параметров
muhat = expfit(data)
[muhat,muci] = expfit(data)
[muhat,muci] = expfit(data,alpha)
[...] = expfit(data,alpha,censoring)
[...] = expfit(data,alpha,censoring,freq)
muhat = expfit(data)
оценивает среднее значение экспоненциально распределенных выборочных данных в векторе data
.
[muhat,muci] = expfit(data)
также возвращает 95% доверительный интервал для средних оценок параметра в muci
. Первая строка muci
- нижняя граница интервала доверия, а вторая строка - верхняя граница.
[muhat,muci] = expfit(data,alpha)
возвращает 100 (1- alpha
)% доверительный интервал для оценки параметра muhat
, где alpha
является значением в области значений [0 1]
определение ширины доверия интервала. По умолчанию alpha
является 0.05
, что соответствует 95% доверительному интервалу.
[...] = expfit(data,alpha,censoring)
принимает логический вектор, censoring
, того же размера, что и data
, что составляет 1 для наблюдений, которые подвергаются правой цензуре, и 0 для наблюдений, которые наблюдаются точно. data
должен быть вектором в порядок, чтобы передать его в аргументе censoring
.
[...] = expfit(data,alpha,censoring,freq)
принимает вектор частоты, freq
того же размера, что и data
. Как правило, freq
содержит целочисленные частоты для соответствующих элементов в data
, но может содержать любые неотрицательные значения. Проходите []
для alpha
, censoring
, или freq
использовать их значения по умолчанию.
Следующее оценивает среднее mu
экспоненциально распределенных данных и возвращает 95% доверительный интервал для оценки:
mu = 3; data = exprnd(mu,100,1); % Simulated data [muhat,muci] = expfit(data) muhat = 2.7511 muci = 2.2826 3.3813