이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
fitdist
확률 분포 객체를 데이터에 피팅하기
구문
설명
는 하나 이상의 이름-값 쌍의 인수로 지정된 추가 옵션을 사용하여 확률 분포 객체를 생성합니다. 예를 들어, 반복 피팅 알고리즘에 사용할 제어 모수를 지정하거나 중도절단된 데이터를 나타낼 수 있습니다.pd
= fitdist(x
,distname
,Name,Value
)
예제
입력 인수
출력 인수
알고리즘
fitdist
함수는 최대가능도 추정값을 사용하여 대부분의 분포를 피팅합니다. 이에 두 가지 예외가 있는데 중도절단되지 않은 데이터를 포함하는 정규분포 및 로그 정규분포에 대한 경우입니다.
중도절단되지 않은 정규분포의 경우, 시그마 모수에 대해 추정된 값은 분산의 무편향 추정값에 대한 제곱근입니다.
중도절단되지 않은 로그 정규분포의 경우, 시그마 모수에 대해 추정된 값은 데이터의 로그 분산의 무편향 추정값에 대한 제곱근입니다.
대체 기능
분포 피팅기 앱은 작업 공간에서 데이터를 가져오고 확률 분포를 이 데이터에 대화형 방식으로 피팅할 수 있는 그래픽 사용자 인터페이스(GUI)를 제공합니다. 그러면 분포를 확률 분포 객체로 작업 공간에 저장할 수 있습니다.
distributionFitter
를 사용하여 분포 피팅기 앱을 열거나 앱 탭에서 분포 피팅기를 클릭합니다.분포를 좌측 중도절단된 데이터, 양측 중도절단된 데이터 또는 구간 중도절단된 데이터에 피팅하려면
mle
를 사용하십시오.mle
함수를 사용하여 최대가능도 추정값을 구하거나makedist
함수를 사용하여 확률 분포 객체를 생성할 수 있습니다. 예제는 양측 중도절단된 데이터에 대한 MLE 구하기 항목을 참조하십시오.
참고 문헌
[1] Johnson, N. L., S. Kotz, and N. Balakrishnan. Continuous Univariate Distributions. Vol. 1, Hoboken, NJ: Wiley-Interscience, 1993.
[2] Johnson, N. L., S. Kotz, and N. Balakrishnan. Continuous Univariate Distributions. Vol. 2, Hoboken, NJ: Wiley-Interscience, 1994.
[3] Bowman, A. W., and A. Azzalini. Applied Smoothing Techniques for Data Analysis. New York: Oxford University Press, 1997.
확장 기능
버전 내역
R2009a에 개발됨