Exponenta Banner
exponenta event banner

mean

Среднее распределения вероятностей

Свернуть все на странице

Синтаксис

m = mean(pd)

Описание

пример

m = mean(pd) возвращает среднее m распределения вероятностей pd.

Примеры

свернуть все

Открыть Live Script

Загрузите выборочные данные. Создайте вектор, содержащий первый столбец данных экзамена учащихся. 

load examgrades
x = grades(:,1);

Создайте нормальный объект распределения, подгоняя его к данным. 

pd = fitdist(x,'Normal')
pd = 
  NormalDistribution

  Normal distribution
       mu = 75.0083   [73.4321, 76.5846]
    sigma =  8.7202   [7.7391, 9.98843]

Вычислите среднее значение установленного распределения. 

m = mean(pd)
m = 75.0083

Среднее значение нормального распределения равно параметру mu.

Открыть Live Script

Создайте объект распределения вероятностей Weibull. 

pd = makedist('Weibull','a',5,'b',2)
pd = 
  WeibullDistribution

  Weibull distribution
    A = 5
    B = 2

Вычислите среднее значение распределения. 

mean = mean(pd)
mean = 4.4311
Открыть Live Script

Создайте равномерный объект распределения 

pd = makedist('Uniform','lower',-3,'upper',5)
pd = 
  UniformDistribution

  Uniform distribution
    Lower = -3
    Upper =  5

Вычислите среднее значение распределения. 

m = mean(pd)
m = 1
Открыть Live Script

Загрузите выборочные данные. Создайте объект распределения вероятностей, подгоняя ядерное распределение к милям на галлон (MPG) данные. 

load carsmall;
pd = fitdist(MPG,'Kernel')
pd = 
  KernelDistribution

    Kernel = normal
    Bandwidth = 4.11428
    Support = unbounded

Вычислите среднее значение распределения. 

mean(pd)
ans = 23.7181

Входные параметры

свернуть все

Распределение вероятностей, заданное как объект распределения вероятностей, созданный с помощью одного из следующих.

Функция или приложениеОписание
makedistСоздайте объект распределения вероятностей с использованием заданных значений параметров.
fitdistПодбор объекта распределения вероятностей к выборочным данным.
Distribution FitterПодгонка распределения вероятностей к выборочным данным с помощью интерактивного приложения Distribution Fitter и экспорт подгоняемого объекта в рабочую область.

Выходные аргументы

свернуть все

Среднее распределения вероятностей, возвращаемое как скалярное значение.

Расширенные возможности

.

См. также

| | | |

Темы

Введенный в R2013a

Statistics and Machine Learning Toolbox документация

Поддержка