1-тәжірибе. Модельдеудің адам әрекетіндегі орны; модельдеудің негізгі кезеңдері, компьютерлік эксперимент туралы түсінік. Matlab жүйесімен жұмыс. Gui



бет10/13
Дата14.02.2023
өлшемі3,01 Mb.
#67838
1   ...   5   6   7   8   9   10   11   12   13
Байланысты:
2 5344030152017846968

fitdist(x,қашық аты)
Әдепкі бойынша distname айнымалысы 1-кестеге сәйкес мәндерді қабылдай алады. 4.2.
4.2-кесте



Айнымалы мән
алыс аты

Сипаттама

"Бета"

Бета тарату

«Бином»

Биномдық үлестірім

«Бирнбаум Сондерс»

Бирнбаум-Сандерс бөлу

«Бөр»

Барр бөлу

«Экспоненциалды»

Экспоненциалды таралу

'ExtremeValue'

Экстремалды мәндердің таралуы

«Гамма»

Гамманың таралуы

«Жалпыланған ерекше мән»

Экстремалды мәндердің жалпыланған таралуы

«Жалпыланған Парето»

Жалпыланған Парето үлестірімі

«Жартылай қалыпты»

Жартылай қалыпты таралу

«Кері Гаусс»

Кері Гаусс үлестірімі

'Ядро'

Бөлу тығыздығы функциясының параметрлік емес бағасы
кездейсоқ шамаларды бөлу

«Логистика»

Логистикалық тарату

«Логистика»

логарифмлогистикалық үлестірім

«логнормаль»

Логнормальдық (логнормальдық) таралу

«Накагами»

Накагами таралуы

«Теріс бином»

Теріс биномдық үлестірім

"Қалыпты"

Қалыпты таралу (гаусс)

«Пуассон»

Пуассонның таралуы

«Рэйлей»

Рэйлейдің таралуы

«Рисия»

Күріш тарату

«Тұрақты»

тұрақты тарату

'tLocationScale'

Тарату қалыпты үлестірімнен гөрі салмағы ауыр деректер үлестірімдерін модельдеу үшін пайдалы. Ол қалыпты жағдайға жақындады.
ν шексіздікке жақындаған сайын таралу және ν аз мәндері ауыр құйрықтар береді

«Вейбулл»

Вейбуль бөлу



Қажет болса, пайдаланушы өз үлестірімдерін жасай алады. Fitdist функциясын орындау нәтижесі «статистикалық үлестірім» типті объект болады (ықтималдықты бөлу объектісі). Оны біз таңдаған қалыпты үлестірімнің мысалында қарастырайық.
MyNormalDistribution = fitdist(MyDataMatrix',«Қалыпты») MyNormalDistribution =
қалыпты таралу
қалыпты таралу
mu = 61,6486 [57,3191, 65,9782]
сигма = 12,9855 [10,5599, 16,8676]
Команданы орындау кезінде NormalDistribution типті объект құрылды
және осы бөлудің параметрлері есептелді (mu = 61,6486 және сигма = 12,9855). Параметрлер максималды ықтималдық принципіне сәйкес есептеледі [9]. Параметрлік бағалаулардың жанындағы аралықтар тарату параметрлері үшін 95% сенімділік интервалдары болып табылады. Бұл параметрлер fitdist функциясының нәтижесімен аталған құрылымның бөлігі болып табылады. Бұл параметрлерге кез келген уақытта құрылымның өрістеріне стандартты қатынасты пайдалану арқылы қол жеткізуге болады
MyNormalDistribution.mu MyNormalDistribution.sigma ans =
61.6486
ans =


12.9855

Жалпы, fitdist функциясы деректерді өңдеуді теңшеуге және олар үшін салмақтарды енгізуге мүмкіндік беретін кеңейтілген параметрлер жиынтығымен шақырылады. Толық сипаттаманы Matlab құжаттамасын қараңыз.


Статистикалық үлестірім қалыптасқаннан кейін ол үшін сипаттамалық функцияларды есептеуге болады. Ең жиі қолданылатын үлестіру функциясы (кумулятивтік таралу функциясы - ағылшын тіліндегі әдебиетте CDF) және таралу тығыздығы функциясы (ықтималдық тығыздық функциясы - ағылшын тіліндегі әдебиетте PDF).
Екі функцияның да шақыру үлгілері ұқсас, мысалы, тарату тығыздығы функциясын есептеу үшін келесі пәрмендердің бірі пайдаланылады:
y = pdf('name',x,A,….) y = pdf(pd,x).
Бірінші жағдайда функция «статистикалық үлестірім» типті объектілерді жасамай қолданылады (ықтималдылықты бөлу объектісі). Мұнда pdf функциясы 'name' – кестеге сәйкес тарату атауы беріледі. 4.1, x аргумент мәндерінің матрицасы, ол үшін таралу тығыздығы функциясының мәндерін есептеу қажет, A,…. – үтірмен бөлінген таралу параметрлері. Әрине, бұл жағдайда параметрлерді пайдаланушы өз бетінше анықтауы керек.
Екінші шақыру үлгісінде аргумент ретінде «статистикалық үлестірім» түріндегі құрылған нысанның атауы және функция аргументтерінің мәндері беріледі.
Мысал ретінде pdf және cdf функцияларын есептеуді, олардың графиктерін құруды қарастырыңыз және алынған нәтижелерді кіріс деректерінің таралу гистограммасымен салыстырыңыз.
% Таралу тығыздықтарының құрылысы
% Аргумент мәндерін орнату x_score = [1:1:100];
% Оқушылар санына тең масштаб коэффициентін есептеңіз
NumberOfStudent=өлшем(MyDataMatrix)
шкала=Студент саны(2)
% Ықтималдық тығыздық функциясын есептеңіз y_pdf= pdf(MyNormalDistribution,x_score); y_pdf=y_pdf.*шкала;
% Ықтималдық функциясын есептеңіз
y_cdf= cdf(MyNormalDistribution,x_score);
% Графиктер және гистограммалар
Figure() гистограммасы (MyDataMatrix,100) ұстап тұрыңыз
тор қосулы
сюжет(x_score, y_pdf,'LineWidth',3)
легенда('Гистограмма','Ықтималдық тығыздығы');
Figure() торды қосулы ұстаңыз
сюжет(x_score, y_cdf,'LineWidth',3)
легенда('Ықтималдылықты бөлу функциясы');
Бағдарламаның нәтижесі екі графикті құру болады (4.13 және 4.14-сурет).




Күріш. 4.13.Таралу гистограммасы және ықтималдық тығыздығы функциясы


Күріш. 4.14.Ықтималдық үлестіру функциясы
Белгілі үлестіру функциялары арқылы бізді қызықтыратын кез келген мөлшерді есептеуге болады [9]. Matlab және GNU октавалары байланысты функциялардың бай кітапханаларын қамтамасыз ету арқылы есептеу процесін жылдамдатады.



Достарыңызбен бөлісу:
1   ...   5   6   7   8   9   10   11   12   13




©emirsaba.org 2024
әкімшілігінің қараңыз

    Басты бет