Exponenta Banner

MultinomialDistribution

Объект полиномиального распределения вероятностей

развернуть все на странице

Описание

A MultinomialDistribution объект состоит из параметров и описания модели для полиномиального распределения вероятностей.

Полиномиальное распределение является обобщением биномиального распределения. В то время как биномиальное распределение дает вероятность количества «успехов» в n независимых испытаниях процесса с двумя исходами, полиномиальное распределение дает вероятность каждой комбинации результатов в n независимых испытаниях процесса с k. Вероятность каждого результата в любом одном исследовании задается фиксированными вероятностями p 1,..., p k.

Полиномиальное распределение использует следующие параметры.

ПараметрОписаниеПоддержка
probabilitiesВероятности результата0≤вероятности(i)≤1 ; ∑все(i)вероятности(i)=1

Создание

Создайте MultinomialDistribution распределение вероятностей с заданным объектом значений параметров использование makedist.

Свойства

расширить все

Параметр распределения

Вероятности результата для полиномиального распределения, сохраненные как вектор скалярных значений в области значений [0,1]. Значения в probabilities сумма должна равняться 1.

Типы данных: single | double

Характеристики распределения

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

Это свойство доступно только для чтения.

Количество параметров для распределения вероятностей, заданное как положительное целое значение.

Типы данных: double

Это свойство доступно только для чтения.

Значения параметров распределения, заданные как вектор.

Типы данных: single | double

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

Это свойство доступно только для чтения.

Имя распределения вероятностей, заданное как вектор символов.

Типы данных: char

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

Это свойство доступно только для чтения.

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

Типы данных: char

Функции объекта

cdfКумулятивная функция распределения
icdfОбратная кумулятивная функция распределения
iqrМежквартильная область значений
meanСреднее распределения вероятностей
medianМедиана распределения вероятностей
pdfФункция плотности вероятностей
randomСлучайные числа
stdСтандартное отклонение распределения вероятностей
truncateОбрезка объекта распределения вероятностей
varОтклонение распределения вероятностей

Примеры

свернуть все

Открыть Live Script

Создайте объект полиномиального распределения с использованием значений параметров по умолчанию. 

pd = makedist('Multinomial')
pd = 
  MultinomialDistribution

  Probabilities:
    0.5000    0.5000
Открыть Live Script

Создайте объект полиномиального распределения для распределения с тремя возможными результатами. Результат 1 имеет вероятность 1/2, результат 2 имеет вероятность 1/3, а результат 3 имеет вероятность 1/6. 

pd = makedist('Multinomial','probabilities',[1/2 1/3 1/6])
pd = 
  MultinomialDistribution

  Probabilities:
    0.5000    0.3333    0.1667

Сгенерируйте случайный результат из распределения. 

rng('default');  % for reproducibility
r = random(pd)
r = 2

Результатом этого испытания является результат 2. По умолчанию количество испытаний в каждом эксперименте, n, равен 1.

Сгенерируйте случайные результаты из распределения, когда количество испытаний в каждом эксперименте, n, равен 1, и эксперимент повторяют десять раз. 

rng('default');  % for reproducibility
r = random(pd,10,1)
r = 10×1

     2
     3
     1
     3
     2
     1
     1
     2
     3
     3

Каждый элемент массива является результатом отдельного эксперимента, который содержит одно испытание.

Сгенерируйте случайные результаты из распределения, когда количество испытаний в каждом эксперименте, n, равным 5, и эксперимент повторяют десять раз. 

rng('default');  % for reproducibility
r = random(pd,10,5)
r = 10×5

     2     1     2     2     1
     3     3     1     1     1
     1     3     3     1     2
     3     1     3     1     2
     2     2     2     1     1
     1     1     2     2     1
     1     1     2     2     1
     2     3     1     1     2
     3     2     2     3     2
     3     3     1     1     2

Каждый элемент получившейся матрицы является результатом одного исследования. Столбцы соответствуют пяти испытаниям в каждом эксперименте, а строки соответствуют десяти экспериментам. Например, в первом эксперименте (соответствующем первой строке) 2 из 5 испытаний привели к результату 1, а 3 из 5 испытаний - к результату 2.

См. также

Темы

Введенный в R2013a

Statistics and Machine Learning Toolbox документация

Поддержка