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