Main Content

이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

paramci

확률 분포 모수에 대한 신뢰구간

설명

예제

ci = paramci(pd)는 확률 분포 pd의 각 모수에 대한 95% 신뢰구간의 하한과 상한을 포함하는 배열 ci를 반환합니다.

ci = paramci(pd,Name,Value)는 하나 이상의 이름-값 쌍의 인수로 지정된 추가 옵션을 사용하여 신뢰구간을 반환합니다. 예를 들어, 신뢰구간에 대해 다른 백분율을 지정하거나 일부 모수에 대해서만 신뢰구간을 계산할 수 있습니다.

예제

모두 축소

표본 데이터를 불러옵니다. 학생들의 시험 성적 데이터의 첫 번째 열을 포함하는 벡터를 만듭니다.

load examgrades
x = grades(:,1);

데이터에 정규분포 객체를 피팅합니다.

pd = fitdist(x,'Normal')
pd = 
  NormalDistribution

  Normal distribution
       mu = 75.0083   [73.4321, 76.5846]
    sigma =  8.7202   [7.7391, 9.98843]

모수 추정값 다음에 있는 구간은 분포 모수에 대한 95% 신뢰구간입니다.

함수 paramci를 사용하여 이러한 구간을 구할 수도 있습니다.

ci = paramci(pd)
ci = 2×2

   73.4321    7.7391
   76.5846    9.9884

ci의 1열은 mu 모수에 대한 95% 신뢰구간의 하한과 상한을 포함하고, 2열은 sigma 모수에 대한 하한과 상한을 포함합니다.

표본 데이터를 불러옵니다. 학생들의 시험 성적 데이터의 첫 번째 열을 포함하는 벡터를 만듭니다.

load examgrades
x = grades(:,1);

데이터에 정규분포 객체를 피팅합니다.

pd = fitdist(x,'Normal')
pd = 
  NormalDistribution

  Normal distribution
       mu = 75.0083   [73.4321, 76.5846]
    sigma =  8.7202   [7.7391, 9.98843]

분포 모수에 대한 99% 신뢰구간을 계산합니다.

ci = paramci(pd,'Alpha',.01)
ci = 2×2

   72.9245    7.4627
   77.0922   10.4403

ci의 1열은 mu 모수에 대한 99% 신뢰구간의 하한과 상한을 포함하고, 2열은 sigma 모수에 대한 하한과 상한을 포함합니다.

입력 인수

모두 축소

확률 분포로, 다음 중 하나를 사용하여 생성되는 확률 분포 객체로 지정됩니다.

함수 또는 앱설명
makedist지정된 모수 값을 사용하여 확률 분포 객체를 생성합니다.
fitdist확률 분포 객체를 표본 데이터에 피팅합니다.
분포 피팅기대화형 분포 피팅기 앱을 사용하여 확률 분포를 표본 데이터에 피팅하고 피팅된 객체를 작업 공간에 내보냅니다.

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: 'Alpha',0.01은 99% 신뢰구간을 지정합니다.

신뢰구간에 대한 유의수준으로, 'Alpha'와 함께 (0,1) 범위의 스칼라 값이 쉼표로 구분되어 지정됩니다. ci의 신뢰수준은 100(1–Alpha)%입니다. 디폴트 값 0.05는 95% 신뢰구간에 해당합니다.

예: 'Alpha',0.01

데이터형: single | double

신뢰구간을 계산할 모수 목록으로, 'Parameter'와 함께 모수 이름을 포함하는 문자형 벡터, string형 배열 또는 문자형 벡터로 구성된 셀형 배열이 쉼표로 구분되어 지정됩니다. 기본적으로 paramci는 모든 분포 모수에 대해 신뢰구간을 계산합니다.

예: 'Parameter','mu'

데이터형: char | string | cell

신뢰구간에 대한 계산 방법으로, 'Type'과 함께 'exact', 'Wald' 또는 'lr'이 쉼표로 구분되어 지정됩니다.

'exact'는 정확한 방법을 사용하여 신뢰구간을 계산하며, 다음과 같은 분포에서 사용할 수 있습니다.

분포계산 방법
이항 분포정확한 확률 계산을 기반으로 하는 클로퍼-피어슨(Clopper-Pearson) 방법을 사용하여 계산합니다. 이 방법은 정확한 포함 확률을 제공하지 않습니다.
지수 분포카이제곱 분포를 기반으로 하는 방법을 사용하여 계산합니다. 이 방법은 전체 표본과 중도절단된 2종 표본에 대해 정확한 포함 확률을 제공합니다.
정규분포중도절단되지 않은 표본에 대한 t 분포 및 카이제곱 분포 기반 계산 방법은 중도절단되지 않은 표본에 대한 정확한 포함 확률을 제공합니다. 중도절단된 데이터에 대해 paramciTypeexact인 경우 왈드 방법을 사용합니다.
로그 정규분포중도절단되지 않은 표본에 대한 t 분포 및 카이제곱 분포 기반 계산 방법은 정확한 포함 확률을 제공합니다. 중도절단된 데이터에 대해 paramciTypeexact인 경우 왈드 방법을 사용합니다.
푸아송 분포카이제곱 분포 기반 계산 방법은 정확한 포함 확률을 제공합니다. 자유도가 높은 경우, 카이제곱은 수치적 효율성을 위해 정규분포로 근사됩니다.
레일리(Rayleigh) 분포카이제곱 분포 기반 계산 방법은 정확한 포함 확률을 제공합니다.

'exact'는 사용 가능한 경우 디폴트 값입니다. 또는 왈드 방법을 사용하여 신뢰구간을 계산하도록 'Wald'를 지정하거나 가능도 비율 방법을 사용하여 신뢰구간을 계산하도록 'lr'을 지정할 수도 있습니다.

예: 'Type','Wald'

로그 스케일을 나타내는 부울 플래그로, 'LogFlag'와 함께 각 분포 모수에 대응되는 부울 값을 포함하는 벡터가 쉼표로 구분되어 지정됩니다. 플래그는 어느 왈드 구간을 로그 스케일로 계산할지를 지정합니다. 디폴트 값은 분포에 따라 달라집니다.

예: 'LogFlag',[0,1]

데이터형: logical

출력 인수

모두 축소

신뢰구간으로, 각 분포 모수에 대한 100(1–Alpha)% 신뢰구간의 하한과 상한을 포함하는 px2 배열로 반환됩니다. p는 분포 모수의 개수입니다.

makedist를 사용하고 분포 모수를 지정하여 pd를 생성할 경우 하한과 상한은 지정된 모수와 동일합니다.

R2013a에 개발됨