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.