加载中…[原创]Matlab中常用分布参数的估计方法
(2013-04-09 20:38:51)
标签：
matlab统计分析统计量参数估计分布函数 |
分类： Matlab相关 |
%%
1.正态分布参数估计
[muhat,sigmahat] = normfit(data)
%
估计给定数据data的的正态分布参数（返回均值和标准差的点估计值，默认显著性水平为0.05）
[muhat,sigmahat,muci,sigmaci] = normfit(data) %
估计给定数据data的的正态分布参数（返回均值和标准差的点估计值及它们的置信区间，默认显著性水平为0.05）
[muhat,sigmahat,muci,sigmaci] =
normfit(data,alpha) %
在给定显著性水平alpha下，估计给定数据data的的正态分布参数（返回均值和标准差的点估计值及它们的置信区间）
%%
【注：】如果data为矩阵，则按列对每列进行估计并返回每列的参数
%%
2.指数分布参数估计
muhat =
expfit(data)
%
估计给定数据data的的指数分布参数（返回均值的点估计值，默认显著性水平为0.05）
[muhat,muci] = expfit(data) %
估计给定数据data的的指数分布参数（返回均值的点估计值，默认显著性水平为0.05）
[muhat,muci] = expfit(data,alpha)
%
在给定显著性水平alpha下，估计给定数据data的的指数分布参数（返回均值的点估计值及其置信区间）
%%
【注：】如果data为矩阵，则按列对每列进行估计并返回每列的参数
%%
3.泊松分布参数估计
lambdahat = poissfit(data)
%
估计给定数据data的的泊松分布参数（返回λ的点估计值，默认显著性水平为0.05）
[lambdahat,lambdaci] = poissfit(data)
%
估计给定数据data的的泊松分布参数（返回λ的点估计值，默认显著性水平为0.05）
[lambdahat,lambdaci] = poissfit(data,alpha)
%
在给定显著性水平alpha下，估计给定数据data的的泊松分布参数（返回λ的点估计值及其置信区间）
%%
【注：】如果data为矩阵，则按列对每列进行估计并返回每列的参数
喜欢
0
赠金笔