Создайте объект вероятностного распределения
pd = makedist(distname,Name,Value)
list = makedistlist содержа список вероятностных распределений это makedist может создать.
makedist -reset сбрасывает список распределений путем поиска пути файлы, содержавшиеся в пакете под названием prob и классы с реализацией выведены из ProbabilityDistribution. Используйте этот синтаксис после того, как вы зададите функцию пользовательского дистрибутива. Для получения дополнительной информации смотрите Задать Пользовательские дистрибутивы Используя Приложение Distribution Fitter.
Создайте объект нормального распределения использование значений параметров по умолчанию, которые соответствуют параметрам стандартного нормального распределения.
pd = makedist('Normal')pd =
NormalDistribution
Normal distribution
mu = 0
sigma = 1
Можно использовать объектные функции pd вычислять распределение и сгенерировать случайные числа. Отобразите поддерживаемые объектные функции.
methods(pd)
Methods for class prob.NormalDistribution: cdf iqr negloglik proflik truncate gather mean paramci random var icdf median pdf std
Например, вычислите межквартильный размах распределения при помощи iqr функция.
r = iqr(pd)
r = 1.3490
Создайте гамма объект распределения с помощью значений параметров по умолчанию.
pd = makedist('Gamma')pd =
GammaDistribution
Gamma distribution
a = 1
b = 1
Вычислите среднее значение гамма распределения.
mean = mean(pd)
mean = 1
Создайте объект нормального распределения со значениями параметров mu = 75 и sigma = 10.
pd = makedist('Normal','mu',75,'sigma',10)
pd =
NormalDistribution
Normal distribution
mu = 75
sigma = 10
Создайте гамма объект распределения со значением параметров a = 3 и значение по умолчанию b = 1.
pd = makedist('Gamma','a',3)
pd =
GammaDistribution
Gamma distribution
a = 3
b = 1
distname — Имя распределенияИмя распределения в виде одного из следующих векторов символов или строковых скаляров. Распределение задано distname определяет тип возвращенного объекта вероятностного распределения.
| Имя распределения | Описание | Объект распределения |
|---|---|---|
'Beta' | Бета распределение | BetaDistribution |
'Binomial' | Биномиальное распределение | BinomialDistribution |
'BirnbaumSaunders' | Распределение Бирнбаума-Сондерса | BirnbaumSaundersDistribution |
'Burr' | Подпилите распределение | BurrDistribution |
'Exponential' | Экспоненциальное распределение | ExponentialDistribution |
'ExtremeValue' | Распределение Экстремума | ExtremeValueDistribution |
'Gamma' | Гамма распределение | GammaDistribution |
'GeneralizedExtremeValue' | Обобщенное распределение Экстремума | GeneralizedExtremeValueDistribution |
'GeneralizedPareto' | Обобщенное распределение Парето | GeneralizedParetoDistribution |
'HalfNormal' | Полунормальное распределение | HalfNormalDistribution |
'InverseGaussian' | Обратное Распределение Гаусса | InverseGaussianDistribution |
'Logistic' | Логистическое распределение | LogisticDistribution |
'Loglogistic' | Распределение Loglogistic | LoglogisticDistribution |
'Lognormal' | Логарифмически нормальное распределение | LognormalDistribution |
'Loguniform' | Распределение Loguniform | LoguniformDistribution |
'Multinomial' | Распределение многочлена | MultinomialDistribution |
'Nakagami' | Распределение Nakagami | NakagamiDistribution |
'NegativeBinomial' | Отрицательное Биномиальное распределение | NegativeBinomialDistribution |
'Normal' | Нормальное распределение | NormalDistribution |
'PiecewiseLinear' | Кусочное Линейное распределение | PiecewiseLinearDistribution |
'Poisson' | Распределение Пуассона | PoissonDistribution |
'Rayleigh' | Распределение Релея | RayleighDistribution |
'Rician' | Распределение Rician | RicianDistribution |
'Stable' | Устойчивое распределение | StableDistribution |
'tLocationScale' | Распределение Шкалы Местоположения t | tLocationScaleDistribution |
'Triangular' | Треугольное распределение | TriangularDistribution |
'Uniform' | Равномерное распределение | UniformDistribution |
'Weibull' | Распределение Weibull | WeibullDistribution |
Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.
makedist('Normal','mu',10) задает нормальное распределение параметром mu равняйтесь 10, и параметр sigma равняйтесь значению по умолчанию 1.a — Сначала сформируйте параметрСначала сформируйте параметр бета распределения в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Beta'.
Пример: 'a',3
Типы данных: single | double
b — Второй параметр формыВторой параметр формы бета распределения в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Beta'.
Пример: 'b',5
Типы данных: single | double
N — Количество испытанийКоличество испытаний за биномиальное распределение в виде положительного целочисленного значения. Этот аргумент допустим только когда distname 'Binomial'.
Пример: 'N',25
Типы данных: single | double
p — Вероятность успехаВероятность успеха любого отдельного испытания за биномиальное распределение в виде скалярного значения в области значений [0,1]. Этот аргумент допустим только когда distname 'Binomial'.
Пример: 'p',0.25
Типы данных: single | double
beta — Масштабный коэффициентМасштабный коэффициент распределения Бирнбаума-Сондерса в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'BirnbaumSaunders'.
Пример: 'beta',2
Типы данных: single | double
gamma — Сформируйте параметрСформируйте параметр распределения Бирнбаума-Сондерса в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'BirnbaumSaunders'.
Пример: 'gamma',0.5
Типы данных: single | double
alpha — Масштабный коэффициентМасштабный коэффициент распределения Шума в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Burr'.
Пример: 'alpha',2
Типы данных: single | double
c — Сначала сформируйте параметрСначала сформируйте параметр распределения Берра в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Burr'.
Пример: 'c',2
Типы данных: single | double
k — Второй параметр формыВторой параметр формы распределения Берра в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Burr'.
Пример: 'k',5
Типы данных: single | double
mu среднее значениеСреднее значение экспоненциального распределения в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Exponential'.
Пример: 'mu',5
Типы данных: single | double
mu — Параметр положенияПараметр положения распределения экстремума в виде скалярного значения. Этот аргумент допустим только когда distname 'ExtremeValue'.
Пример: 'mu',-2
Типы данных: single | double
sigma — Масштабный коэффициентМасштабный коэффициент распределения экстремума в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'ExtremeValue'.
Пример: 'sigma',2
Типы данных: single | double
a — Сформируйте параметрСформируйте параметр гамма распределения в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Gamma'.
Пример: 'a',2
Типы данных: single | double
b — Масштабный коэффициентМасштабный коэффициент гамма распределения в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'Gamma'.
Пример: 'b',0
Типы данных: single | double
k — Сформируйте параметрСформируйте параметр обобщенного распределения экстремума в виде скалярного значения. Этот аргумент допустим только когда distname 'GeneralizedExtremeValue'.
Пример: 'k',0
Типы данных: single | double
sigma — Масштабный коэффициентМасштабный коэффициент обобщенного распределения экстремума в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'GeneralizedExtremeValue'.
Пример: 'sigma',2
Типы данных: single | double
mu — Параметр положенияПараметр положения обобщенного распределения экстремума в виде скалярного значения. Этот аргумент допустим только когда distname 'GeneralizedExtremeValue'.
Пример: 'mu',1
Типы данных: single | double
k — Сформируйте параметрСформируйте параметр обобщенного распределения Парето в виде скалярного значения. Этот аргумент допустим только когда distname 'GeneralizedPareto'.
Пример: 'k',0
Типы данных: single | double
sigma — Масштабный коэффициентМасштабный коэффициент обобщенного распределения Парето в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'GeneralizedPareto'.
Пример: 'sigma',2
Типы данных: single | double
theta — Местоположение (порог) параметрМестоположение (порог) параметр обобщенного распределения Парето в виде скалярного значения. Этот аргумент допустим только когда distname 'GeneralizedPareto'.
Пример: 'theta',2
Типы данных: single | double
mu — Параметр положенияПараметр положения полунормального распределения в виде скалярного значения. Этот аргумент допустим только когда distname 'HalfNormal'.
Пример: 'mu',1
Типы данных: single | double
sigma — Масштабный коэффициентМасштабный коэффициент полунормального распределения в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'HalfNormal'.
Пример: 'sigma',2
Типы данных: single | double
mu — Масштабный коэффициентМасштабный коэффициент обратного Распределения Гаусса в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'InverseGaussian'.
Пример: 'mu',2
Типы данных: single | double
lambda — Сформируйте параметрСформируйте параметр обратного Распределения Гаусса в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'InverseGaussian'.
Пример: 'lambda',4
Типы данных: single | double
mu среднее значениеСреднее значение логистического распределения в виде скалярного значения. Этот аргумент допустим только когда distname 'Logistic'.
Пример: 'mu',2
Типы данных: single | double
sigma — Масштабный коэффициентМасштабный коэффициент логистического распределения в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'Logistic'.
Пример: 'sigma',4
Типы данных: single | double
mu — Среднее значение логарифмических значенийСреднее значение логарифмических значений для loglogistic распределения в виде скалярного значения. Этот аргумент допустим только когда distname 'Loglogistic'.
Пример: 'mu',2
Типы данных: single | double
sigma — Масштабный коэффициент логарифмических значенийМасштабный коэффициент логарифмических значений для loglogistic распределения в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Loglogistic'.
Пример: 'sigma',4
Типы данных: single | double
mu — Среднее значение логарифмических значенийСреднее значение логарифмических значений для логарифмически нормального распределения в виде скалярного значения. Этот аргумент допустим только когда distname 'Lognormal'.
Пример: 'mu',2
Типы данных: single | double
sigma — Стандартное отклонение логарифмических значенийСтандартное отклонение логарифмических значений для логарифмически нормального распределения в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'Lognormal'.
Пример: 'sigma',2
Типы данных: single | double
Lower — Нижний пределНижний предел для распределения loguniform в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'Loguniform'.
Пример: 'Lower',2
Типы данных: single | double
Upper — Верхний пределLowerВерхний предел для распределения loguniform в виде скалярного значения, больше, чем Lower. Этот аргумент допустим только когда distname 'Loguniform'.
Пример: 'Upper',6
Типы данных: single | double
Probabilities — Вероятности результатаВероятности результата для распределения многочлена в виде вектора из скалярных значений в области значений [0,1]. Вероятности суммируют к 1 и соответствуют результатам [1, 2..., k], где k является числом элементов в векторе вероятностей. Этот аргумент допустим только когда distname 'Multinomial'.
Пример: 'Probabilities',[0.1 0.2 0.5 0.2] дает вероятности, что результат равняется 1, 2, 3, или 4, соответственно.
Типы данных: single | double
mu — Сформируйте параметрСформируйте параметр распределения Nakagami в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Nakagami'.
Пример: 'mu',5
Типы данных: single | double
omega — Масштабный коэффициентМасштабный коэффициент распределения Nakagami в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Nakagami'.
Пример: 'omega',5
Типы данных: single | double
R — Количество успеховКоличество успехов для отрицательного биномиального распределения в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'NegativeBinomial'.
Пример: 'R',5
Типы данных: single | double
P — Вероятность успехаВероятность успеха любого отдельного испытания за отрицательное биномиальное распределение в виде скалярного значения в области значений (0,1]. Этот аргумент допустим только когда distname 'NegativeBinomial'.
Пример: 'P',0.1
Типы данных: single | double
mu среднее значениеСреднее значение нормального распределения в виде скалярного значения. Этот аргумент допустим только когда distname 'Normal'.
Пример: 'mu',2
Типы данных: single | double
sigma Стандартное отклонениеСтандартное отклонение нормального распределения в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'Normal'.
Пример: 'sigma',2
Типы данных: single | double
x — Значения данныхЗначения данных, в которых кумулятивная функция распределения (cdf) изменяет наклон для кусочного линейного распределения в виде монотонно увеличивающегося вектора из скалярных значений. Этот аргумент допустим только когда distname 'PiecewiseLinear'.
Пример: 'x',[1 2 3]
Типы данных: single | double
Fx — значение cdf в каждом значении в xlambda среднее значениеСреднее значение распределения Пуассона в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'Poisson'.
Пример: 'lambda',5
Типы данных: single | double
B — Определение параметраОпределение параметра Распределения Релея в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Rayleigh'.
Пример: 'B',3
Типы данных: single | double
s — Параметр нецентрированностиПараметр нецентрированности распределения Rician в виде неотрицательного скалярного значения. Этот аргумент допустим только когда distname 'Rician'.
Пример: 's',0
Типы данных: single | double
sigma — Масштабный коэффициентМасштабный коэффициент распределения Rician в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Rician'.
Пример: 'sigma',2
Типы данных: single | double
alpha — Сначала сформируйте параметрСначала сформируйте параметр устойчивого распределения в виде скалярного значения в области значений (0,2]. Этот аргумент допустим только когда distname 'Stable'.
Пример: 'alpha',1
Типы данных: single | double
beta — Второй параметр формыВторой параметр формы устойчивого распределения в виде скалярного значения в области значений [–1,1]. Этот аргумент допустим только когда distname 'Stable'.
Пример: 'beta',0.5
Типы данных: single | double
gam — Масштабный коэффициентМасштабный коэффициент устойчивого распределения в виде скалярного значения в области значений (0, ∞). Этот аргумент допустим только когда distname 'Stable'.
Пример: 'gam',2
Типы данных: single | double
delta — Параметр положенияПараметр положения устойчивого распределения в виде скалярного значения. Этот аргумент допустим только когда distname 'Stable'.
Пример: 'delta',5
Типы данных: single | double
mu — Параметр положенияПараметр положения распределения шкалы местоположения t в виде скалярного значения. Этот аргумент допустим только когда distname 'tLocationScale'.
Пример: 'mu',-2
Типы данных: single | double
sigma — Масштабный коэффициентМасштабный коэффициент распределения шкалы местоположения t в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'tLocationScale'.
Пример: 'sigma',2
Типы данных: single | double
nu — Степени свободыСтепени свободы распределения шкалы местоположения t в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'tLocationScale'.
Пример: 'nu',20
Типы данных: single | double
A — Нижний пределНижний предел для треугольного распределения в виде скалярного значения. Этот аргумент допустим только когда distname 'Triangular'.
Пример: 'A',-2
Типы данных: single | double
B — Пиковое местоположениеAПиковое местоположение для треугольного распределения в виде скалярного значения, больше, чем или равный A. Этот аргумент допустим только когда distname 'Triangular'.
Пример: 'B',1
Типы данных: single | double
C — Верхний пределBВерхний предел для треугольного распределения в виде скалярного значения, больше, чем или равный B. Этот аргумент допустим только когда distname 'Triangular'.
Пример: 'C',5
Типы данных: single | double
Lower — Нижний пределНижний предел для равномерного распределения в виде скалярного значения. Этот аргумент допустим только когда distname 'Uniform'.
Пример: 'Lower',-4
Типы данных: single | double
Upper — Верхний пределLowerВерхний предел для равномерного распределения в виде скалярного значения, больше, чем Lower. Этот аргумент допустим только когда distname 'Uniform'.
Пример: 'Upper',2
Типы данных: single | double
A — Масштабный коэффициентМасштабный коэффициент распределения Weibull в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Weibull'.
Пример: 'A',2
Типы данных: single | double
B — Сформируйте параметрСформируйте параметр распределения Weibull в виде значения положительной скалярной величины. Этот аргумент допустим только когда distname 'Weibull'.
Пример: 'B',5
Типы данных: single | double
pd — Вероятностное распределениеВероятностное распределение, возвращенное как объект вероятностного распределения типа, задано distname.
list — Список вероятностных распределенийСписок вероятностных распределений это makedist может создать, возвращенный как массив ячеек из символьных векторов.
Приложение Distribution Fitter открывает графический интерфейс пользователя для вас, чтобы импортировать данные из рабочей области и в интерактивном режиме строить распределение вероятности к тем данным. Можно затем сохранить распределение в рабочую область как объект вероятностного распределения. Откройте использование приложения Distribution Fitter distributionFitter, или нажмите Distribution Fitter на вкладке Apps.
У вас есть модифицированная версия этого примера. Вы хотите открыть этот пример со своими редактированиями?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.