Экспоненциальные оценки параметра
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 векторном data.
[muhat,muci] = expfit(data) также возвращает 95%-й доверительный интервал для средних оценок параметра в muci. Первая строка muci нижняя граница доверительного интервала, и вторая строка является верхней границей.
[muhat,muci] = expfit(data,alpha) возвращает 100 (1–alpha) Доверительный интервал % для параметра оценивает muhat, где alpha значение в области значений [0 1] определение ширины доверительного интервала. По умолчанию, alpha 0.05, который соответствует 95%-му доверительному интервалу.
[...] = expfit(data,alpha,censoring) принимает булев вектор, censoring, одного размера с data, который является 1 для наблюдений, которые подвергаются цензуре правом и 0 для наблюдений, которые наблюдаются точно. data должен быть вектор для того, чтобы передать в аргументе censoring.
[...] = expfit(data,alpha,censoring,freq) принимает вектор частоты, freq одного размера с data. Как правило, freq содержит целочисленные частоты для соответствующих элементов в data, но может содержать любые неотрицательные значения. Передайте в [] для alpha, censoring, или freq использовать их значения по умолчанию.
Следующие оценки средний mu из экспоненциально распределенных данных, и возвращает 95%-й 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