Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.
Ajustar el objeto de distribución de probabilidad a los datos
crea el objeto de distribución de probabilidad con opciones adicionales especificadas por uno o más argumentos de par nombre-valor. Por ejemplo, puede indicar datos censurados o especificar parámetros de control para el algoritmo de ajuste iterativo.pd
= fitdist(x
,distname
,Name,Value
)
[
crea objetos de distribución de probabilidad ajustando la distribución especificada por los datos en función de la variable de agrupación.pdca
,gn
,gl
]
= fitdist(x
,distname
,'By',groupvar
)distname
x
groupvar
Devuelve una matriz de celdas de objetos de distribución de probabilidad ajustados, , una matriz de celdas de etiquetas de grupo y una matriz de celdas de niveles de variables de agrupación, .pdca
gn
gl
[
devuelve los argumentos de salida anteriores mediante opciones adicionales especificadas por uno o varios argumentos de par nombre-valor. Por ejemplo, puede indicar datos censurados o especificar parámetros de control para el algoritmo de ajuste iterativo.pdca
,gn
,gl
]
= fitdist(x
,distname
,'By',groupvar
,Name,Value
)
La función se adapta a la mayoría de las distribuciones utilizando la estimación de máxima verosimilitud.fitdist
Dos excepciones son las distribuciones normales y lognormales con datos sin censura.
Para la distribución normal sin censura, el valor estimado del parámetro sigma es la raíz cuadrada de la estimación imparcial de la varianza.
Para la distribución lognormal sin censura, el valor estimado del parámetro sigma es la raíz cuadrada de la estimación imparcial de la varianza del registro de los datos.
La aplicación abre una interfaz gráfica de usuario para importar datos del área de trabajo y ajustar interactivamente una distribución de probabilidad a esos datos.Creador Fitter A continuación, puede guardar la distribución en el espacio de trabajo como un objeto de distribución de probabilidad. Abra la aplicación Administrador de distribución con , o haga clic en Fiordo de distribución en la pestaña Aplicaciones.distributionFitter
[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.
distributionFitter
| histfit
| makedist
| mle
| paramci