이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

makedist

확률 분포 객체 만들기

구문

pd = makedist(distname)

pd = makedist(distname,Name,Value)

list = makedist

makedist -reset

설명

pd = makedist(distname)은 디폴트 모수 값을 사용하여 분포 distname에 대한 확률 분포 객체를 생성합니다.

pd = makedist(distname,Name,Value)는 이름-값 쌍의 인수로 지정된 하나 이상의 분포 모수 값을 사용하여 확률 분포 객체를 생성합니다.

list = makedist는 makedist가 생성할 수 있는 확률 분포 목록을 포함하는 셀형 배열 list를 반환합니다.

makedist -reset은 prob라는 이름의 패키지에 포함된 파일의 경로를 검색하고 ProbabilityDistribution에서 파생된 클래스를 구현하여 분포 목록을 재설정합니다. 이 구문은 사용자 지정 분포 함수를 정의한 후에 사용하십시오. 자세한 내용은 Define Custom Distributions Using the Distribution Fitter App 항목을 참조하십시오.

예제

정규분포 객체 만들기

디폴트 모수 값을 사용하여 정규분포 객체를 생성합니다.

pd = makedist('Normal')

pd = 
  NormalDistribution

  Normal distribution
       mu = 0
    sigma = 1

분포의 사분위 범위를 계산합니다.

r = iqr(pd)

r = 1.3490

감마 분포 객체 만들기

디폴트 모수 값을 사용하여 감마 분포 객체를 만듭니다.

pd = makedist('Gamma')

pd = 
  GammaDistribution

  Gamma distribution
    a = 1
    b = 1

감마 분포의 평균을 계산합니다.

mean = mean(pd)

mean = 1

정규분포 객체에 대한 모수 지정하기

모수 값으로 mu = 75 및 sigma = 10을 사용하여 정규분포 객체를 만듭니다.

pd = makedist('Normal','mu',75,'sigma',10)

pd = 
  NormalDistribution

  Normal distribution
       mu = 75
    sigma = 10

감마 분포 객체에 대한 모수 지정하기

모수 값으로 a = 3, 디폴트 값 b = 1을 사용하여 감마 분포 객체를 만듭니다.

pd = makedist('Gamma','a',3)

pd = 
  GammaDistribution

  Gamma distribution
    a = 3
    b = 1

입력 인수

distname — 분포 이름

문자형 벡터 | string형 스칼라

분포 이름으로, 다음 문자형 벡터 또는 string형 스칼라 중 하나로 지정됩니다. distname으로 지정된 분포에 따라 반환되는 확률 분포 객체의 유형이 결정됩니다.

분포 이름	설명	분포 객체
'Beta'	베타 분포	BetaDistribution
'Binomial'	이항분포	BinomialDistribution
'BirnbaumSaunders'	번바움-손더스(Birnbaum-Saunders) 분포	BirnbaumSaundersDistribution
'Burr'	버(Burr) 분포	BurrDistribution
'Exponential'	지수 분포	ExponentialDistribution
'ExtremeValue'	극값 분포	ExtremeValueDistribution
'Gamma'	감마 분포	GammaDistribution
'GeneralizedExtremeValue'	일반화 극값 분포	GeneralizedExtremeValueDistribution
'GeneralizedPareto'	일반화 파레토 분포	GeneralizedParetoDistribution
'HalfNormal'	절반 정규분포	HalfNormalDistribution
'InverseGaussian'	역가우스 분포	InverseGaussianDistribution
'Logistic'	로지스틱 분포	LogisticDistribution
'Loglogistic'	로그-로지스틱 분포	LoglogisticDistribution
'Lognormal'	로그 정규분포	LognormalDistribution
'Multinomial'	다항 분포	MultinomialDistribution
'Nakagami'	나카가미(Nakagami) 분포	NakagamiDistribution
'NegativeBinomial'	음이항분포	NegativeBinomialDistribution
'Normal'	정규분포	NormalDistribution
'PiecewiseLinear'	조각별 선형 분포	PiecewiseLinearDistribution
'Poisson'	푸아송 분포	PoissonDistribution
'Rayleigh'	레일리(Rayleigh) 분포	RayleighDistribution
'Rician'	라이시안(Rician) 분포	RicianDistribution
'Stable'	안정분포	StableDistribution
'tLocationScale'	t 위치-척도 분포	tLocationScaleDistribution
'Triangular'	삼각형분포	TriangularDistribution
'Uniform'	균등분포	UniformDistribution
'Weibull'	베이불(Weibull) 분포	WeibullDistribution

이름-값 쌍의 인수

선택적으로 Name,Value 인수가 쉼표로 구분되어 지정됩니다. 여기서 Name은 인수 이름이고 Value는 대응값입니다. Name은 따옴표 안에 표시해야 합니다. Name1,Value1,...,NameN,ValueN과 같이 여러 개의 이름-값 쌍의 인수를 어떤 순서로든 지정할 수 있습니다.

예: makedist('Normal','mu',10)은 모수 mu를 10으로 하고 모수 sigma를 1(디폴트 값)로 하여 정규분포를 지정합니다.

베타 분포

'a' — 첫 번째 형태 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'a',3

데이터형: single | double

'b' — 두 번째 형태 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'b',5

데이터형: single | double

이항분포

'N' — 시행 횟수

1 (디폴트 값) | 양의 정수 값

예: 'N',25

데이터형: single | double

'p' — 성공 확률

0.5 (디폴트 값) | [0,1] 범위의 스칼라 값

예: 'p',0.25

데이터형: single | double

번바움-손더스(Birnbaum-Saunders) 분포

'beta' — 스케일 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'beta',2

데이터형: single | double

'gamma' — 형태 모수

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'gamma',0

데이터형: single | double

버(Burr) 분포

'alpha' — 스케일 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'alpha',2

데이터형: single | double

'c' — 첫 번째 형태 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'c',2

데이터형: single | double

'k' — 두 번째 형태 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'k',5

데이터형: single | double

지수 분포

'mu' — 평균 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'mu',5

데이터형: single | double

극값 분포

'mu' — 위치 모수

0 (디폴트 값) | 스칼라 값

예: 'mu',-2

데이터형: single | double

'sigma' — 스케일 모수

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'sigma',2

데이터형: single | double

감마 분포

'a' — 형태 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'a',2

데이터형: single | double

'b' — 스케일 모수

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'b',0

데이터형: single | double

일반화 극값 분포

'k' — 형태 모수

0 (디폴트 값) | 스칼라 값

예: 'k',0

데이터형: single | double

'sigma' — 스케일 모수

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'sigma',2

데이터형: single | double

'mu' — 위치 모수

0 (디폴트 값) | 스칼라 값

예: 'mu',1

데이터형: single | double

일반화 파레토 분포

'k' — 형태 모수

1 (디폴트 값) | 스칼라 값

예: 'k',0

데이터형: single | double

'sigma' — 스케일 모수

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'sigma',2

데이터형: single | double

'theta' — 위치 모수

1 (디폴트 값) | 스칼라 값

예: 'theta',2

데이터형: single | double

절반 정규분포

'mu' — 위치 모수

0 (디폴트 값) | 스칼라 값

예: 'mu',1

데이터형: single | double

'sigma' — 형태 모수

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'sigma',2

데이터형: single | double

역가우스 분포

'mu' — 스케일 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'mu',2

데이터형: single | double

'lambda' — 형태 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'lambda',4

데이터형: single | double

로지스틱 분포

'mu' — 평균

0 (디폴트 값) | 스칼라 값

예: 'mu',2

데이터형: single | double

'sigma' — 스케일 모수

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'sigma',4

데이터형: single | double

로그-로지스틱 분포

'mu' — 로그 값의 평균

0 (디폴트 값) | 스칼라 값

예: 'mu',2

데이터형: single | double

'sigma' — 로그 값의 스케일 모수

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'sigma',4

데이터형: single | double

로그 정규분포

'mu' — 로그 값의 평균

0 (디폴트 값) | 스칼라 값

예: 'mu',2

데이터형: single | double

'sigma' — 로그 값의 표준편차

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'sigma',2

데이터형: single | double

다항 분포

'probabilities' — 결과 확률

[0.500 0.500] (디폴트 값) | [0,1] 범위의 스칼라 값으로 구성된 벡터

결과 확률로, [0,1] 범위의 스칼라 값으로 구성된 벡터로 지정됩니다. 확률은 합이 1이 되고 결과 [1, 2, ..., k]에 대응됩니다. 여기서 k는 확률 벡터에 포함된 요소의 개수입니다.

예: 'probabilities',[0.1 0.2 0.5 0.2]는 결과가 각각 1,2, 3 또는 4인 확률을 제공합니다.

데이터형: single | double

나카가미(Nakagami) 분포

'mu' — 형태 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'mu',5

데이터형: single | double

'omega' — 스케일 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'omega',5

데이터형: single | double

음이항분포

'R' — 성공 횟수

1 (디폴트 값) | 양의 스칼라 값

예: 'R',5

데이터형: single | double

'p' — 성공 확률

0.5 (디폴트 값) | (0,1] 범위의 스칼라 값

예: 'p',0.1

데이터형: single | double

정규분포

'mu' — 평균

0 (디폴트 값) | 스칼라 값

예: 'mu',2

데이터형: single | double

'sigma' — 표준편차

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'sigma',2

데이터형: single | double

조각별 선형 분포

'x' — 데이터 값

1 (디폴트 값) | 스칼라 값으로 구성된 단조 증가하는 벡터

예: 'x',[1 2 3]

데이터형: single | double

'Fx' — cdf 값

1 (디폴트 값) | 0에서 시작하고 1에서 끝나는 스칼라 값으로 구성된 단조 증가하는 벡터

예: 'Fx',[0.2 0.5 1]

데이터형: single | double

푸아송 분포

'lambda' — 평균

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 'lambda',5

데이터형: single | double

레일리(Rayleigh) 분포

'b' — 정의 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'b',3

데이터형: single | double

라이시안(Rician) 분포

's' — 비중심성 모수

1 (디폴트 값) | 음이 아닌 스칼라 값

예: 's',0

데이터형: single | double

'sigma' — 스케일 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'sigma',2

데이터형: single | double

안정분포

'alpha' — 첫 번째 형태 모수

2 (디폴트 값) | (0,2] 범위의 스칼라 값

예: 'alpha',1

데이터형: single | double

'beta' — 두 번째 형태 모수

0 (디폴트 값) | [-1,1] 범위의 스칼라 값

예: 'beta',0.5

데이터형: single | double

'gam' — 스케일 모수

1 (디폴트 값) | (0,∞) 범위의 스칼라 값

예: 'gam',2

데이터형: single | double

'delta' — 위치 모수

0 (디폴트 값) | 스칼라 값

예: 'delta',5

데이터형: single | double

t 위치-척도 분포

'mu' — 위치 모수

0 (디폴트 값) | 스칼라 값

예: 'mu',-2

데이터형: single | double

'sigma' — 스케일 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'sigma',2

데이터형: single | double

'nu' — 자유도

5 (디폴트 값) | 양의 스칼라 값

예: 'nu',20

데이터형: single | double

삼각형분포

'a' — 하한

0 (디폴트 값) | 스칼라 값

예: 'a',-2

데이터형: single | double

'b' — 피크 위치

0.5 (디폴트 값) | a보다 크거나 같은 스칼라 값

예: 'b',1

데이터형: single | double

'c' — 상한

1 (디폴트 값) | b보다 크거나 같은 스칼라 값

예: 'c',5

데이터형: single | double

균등분포

'lower' — 하한 모수

0 (디폴트 값) | 스칼라 값

예: 'lower',-4

데이터형: single | double

'upper' — 상한 모수

1 (디폴트 값) | lower보다 큰 스칼라 값

예: 'upper',2

데이터형: single | double

베이불(Weibull) 분포

'a' — 스케일 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'a',2

데이터형: single | double

'b' — 형태 모수

1 (디폴트 값) | 양의 스칼라 값

예: 'b',5

데이터형: single | double

출력 인수

pd — 확률 분포

확률 분포 객체

확률 분포로, distname으로 지정된 유형의 확률 분포 객체로 반환됩니다.

list — 확률 분포 목록

문자형 벡터로 구성된 셀형 배열

makedist가 생성할 수 있는 확률 분포 목록으로, 문자형 벡터로 구성된 셀형 배열로 반환됩니다.

대체 기능

앱

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. distributionFitter를 사용하여 분포 피팅기 앱을 열거나 앱 탭에서 분포 피팅기를 클릭합니다.

참고 항목

distributionFitter | fitdist

도움말 항목

• 확률 분포 사용하기
• Supported Distributions
• Define Custom Distributions Using the Distribution Fitter App

R2013a에 개발됨

×

예제 열기

이 예제의 수정된 버전이 있습니다. 사용자가 편집한 내용을 반영하여 이 예제를 여시겠습니까?

아니요, 수정된 버전을 덮어씁니다. 예