Документация

BinomialDistribution

Объект биномиального распределения вероятностей

развернуть все на странице

Описание

A BinomialDistribution объект состоит из параметров, описания модели и выборочных данных для биномиального распределения вероятностей

Биномиальное распределение моделирует общее количество успехов в повторных испытаниях из бесконечного населения при следующих условиях:

Для каждого из n испытаний возможно только два результата.
Вероятность успеха для каждого испытания постоянна.
Все испытания независимы друг от друга.

Биномиальное распределение использует следующие параметры.

Параметр	Описание	Поддержка
`N`	Количество испытаний	положительное целое число
`p`	Вероятность успеха	$0 \leq p \leq 1$

Создание

Существует несколько способов создать BinomialDistribution объект распределения вероятностей.

Создайте распределение с заданными значениями параметров используя makedist.
Подбор распределения к данным с помощью fitdist.
Интерактивно подгоняйте распределение к данным с помощью приложения Distribution Fitter.

Свойства

расширить все

Параметры распределения

`N` - Количество судебных разбирательств
положительное целое значение

Количество испытаний биномиального распределения, заданное как положительное целое значение.

Типы данных: single | double

`p` - Вероятность успеха
положительное скалярное значение в области значений `[0,1]`

Вероятность успеха любого отдельного исследования для биномиального распределения, заданная в качестве положительной скалярной величины значения в область значений [0,1].

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 равен 0, распределение не усечено. Если IsTruncated равен 1, распределение усечено.

Типы данных: logical

`NumParameters` - Количество параметров
положительное целое значение

Это свойство доступно только для чтения.

Количество параметров для распределения вероятностей, заданное 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 p -by - p матрица, где p - количество параметров в распределении. The (i, j) элемент является ковариацией между оценками ith параметра и j-й параметр. The (i, i) элемент - предполагаемое отклонение i-й параметр. Если параметр i фиксируется, а не оценивается путем подгонки распределения к данным, затем (i, i) элементы ковариационной матрицы 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 фиксирован. Если 1, соответствующий параметр в ParameterNames массив фиксирован.

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 нижние и верхние контуры усечения.

Типы данных: single | double

Другие свойства объекта

`DistributionName` - имя распределения вероятностей
вектор символов

Это свойство доступно только для чтения.

Имя распределения вероятностей, заданное как вектор символов.

Типы данных: char

`InputData` - Данные, используемые для модели распределения
структура

Это свойство доступно только для чтения.

Данные, используемые для подбора кривой распределения, заданные как структура, содержащая следующее:

data: Вектор данных, используемый для подбора кривой распределения.
cens: Вектор цензуры, или пустой, если нет.
freq: Вектор частоты, или пустой, если нет.

Типы данных: struct

`ParameterDescription` - Описание параметров распределения
массив ячеек из векторов символов

Это свойство доступно только для чтения.

Описания параметров распределения, заданные как массив ячеек из векторов символов. Каждая камера содержит краткое описание одного параметра распределения.

Типы данных: char

`ParameterNames` - Имена параметров распределения
массив ячеек из векторов символов

Это свойство доступно только для чтения.

Имена параметров распределения, заданные как массив ячеек из векторов символов.

Типы данных: char

Функции объекта

`cdf`	Кумулятивная функция распределения
`icdf`	Обратная кумулятивная функция распределения
`iqr`	Межквартильная область значений
`mean`	Среднее распределения вероятностей
`median`	Медиана распределения вероятностей
`negloglik`	Отрицательная логарифмическая правдоподобность распределения вероятностей
`paramci`	Доверительные интервалы для параметров распределения вероятностей
`pdf`	Функция плотности вероятностей
`proflik`	Профиль функции правдоподобия для распределения вероятностей
`random`	Случайные числа
`std`	Стандартное отклонение распределения вероятностей
`truncate`	Обрезка объекта распределения вероятностей
`var`	Отклонение распределения вероятностей

Примеры

свернуть все

Создайте объект отрицательного биномиального распределения с использованием параметров по умолчанию

Открыть Live Script

Создайте отрицательный объект биномиального распределения с помощью значений параметров по умолчанию.

pd = makedist('NegativeBinomial')

pd = 
  NegativeBinomialDistribution

  Negative Binomial distribution
    R =   1
    P = 0.5

Создайте объект биномиального распределения с использованием заданных параметров

Открыть Live Script

Создайте объект биномиального распределения путем определения значений параметров.

pd = makedist('Binomial','N',30,'p',0.25)

pd = 
  BinomialDistribution

  Binomial distribution
    N =   30
    p = 0.25

Вычислите среднее значение распределения.

m = mean(pd)

m = 7.5000

См. также

Distribution Fitter | fitdist | makedist

Темы

Введенный в R2013a

Statistics and Machine Learning Toolbox документация

Поддержка