KernelDistribution
Объект распределения вероятностей ядра
Описание
A KernelDistribution объект состоит из параметров, описания модели и выборочных данных для непараметрического распределения сглаживания ядра.
Это ядерное распределение является непараметрической оценкой функции плотности вероятностей (pdf) случайной переменной.
В ядерное распределение используются следующие опции.
| Опция | Описание | Возможные значения |
|---|---|---|
Kernel | Тип функции ядра | normal, box, triangle, epanechnikov |
BandWidth | Параметр сглаживания ядра | BandWidth > 0 |
Создание
Существует несколько способов создать KernelDistribution объект распределения вероятностей.
Подбор распределения к данным с помощью
fitdist.Интерактивно подгоняйте распределение к данным с помощью приложения Distribution Fitter.
Свойства
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 |
pdf | Функция плотности вероятностей |
random | Случайные числа |
std | Стандартное отклонение распределения вероятностей |
truncate | Обрезка объекта распределения вероятностей |
var | Отклонение распределения вероятностей |
Примеры
Подбор объекта ядерного распределения к данным
Загрузите выборочные данные. Визуализируйте данные о весе пациента с помощью гистограммы.
load hospital
histogram(hospital.Weight)
Гистограмма показывает, что данные имеют два режима, один для пациентов женского пола и один для пациентов мужского пола.
Создайте объект распределения вероятностей, подгоняя ядерное распределение к данным о весе пациента.
pd_kernel = fitdist(hospital.Weight,'Kernel')pd_kernel =
KernelDistribution
Kernel = normal
Bandwidth = 14.3792
Support = unbounded
Для сравнения создайте другой объект распределения вероятностей путем подгонки нормального распределения к данным о весе пациента.
pd_normal = fitdist(hospital.Weight,'Normal')pd_normal =
NormalDistribution
Normal distribution
mu = 154 [148.728, 159.272]
sigma = 26.5714 [23.3299, 30.8674]
Задайте значения x и вычислите PDF каждого распределения.
x = 50:1:250; pdf_kernel = pdf(pd_kernel,x); pdf_normal = pdf(pd_normal,x);
Постройте график PDF каждого распределения.
plot(x,pdf_kernel,'Color','b','LineWidth',2); hold on; plot(x,pdf_normal,'Color','r','LineStyle',':','LineWidth',2); legend('Kernel Distribution','Normal Distribution','Location','SouthEast'); hold off;
Подбор ядерного распределения вместо унимодального распределения, такого как нормальный, выявляет отдельные режимы для пациентов женского и мужского пола.