Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

proflik

Función de probabilidad de perfil para distribución de probabilidad

Descripción

ejemplo

[ll,param] = proflik(pd,pnum) Devuelve un vector de valores de logverosimilitud y un vector de los valores de parámetro correspondientes para el parámetro en la posición indicada por.llparampnum

[ll,param] = proflik(pd,pnum,'Display',display) Devuelve los valores de logverosimilitud y los valores de parámetro correspondientes, y traza la probabilidad de perfil superpuesta en una aproximación de la logverosimilitud.

[ll,param] = proflik(pd,pnum,setparam) Devuelve los valores de logverosimilitud y los valores de parámetro correspondientes según lo especificado por.setparam

ejemplo

[ll,param] = proflik(pd,pnum,setparam,'Display',display) Devuelve los valores de logverosimilitud y los valores de parámetro correspondientes según lo especificado por, y traza la probabilidad de perfil superpuesta en una aproximación de la logverosimilitud.setparam

ejemplo

[ll,param,other] = proflik(___) también devuelve una matriz que contiene los valores de los otros parámetros que maximizan la probabilidad, utilizando cualquiera de los argumentos de entrada de las sintaxis anteriores.other

Ejemplos

contraer todo

Cargue los datos de ejemplo. Cree un objeto de distribución de probabilidad al ajustar una distribución de Weibull a los datos de millas por galón ().MPG

load carsmall pd = fitdist(MPG,'Weibull')
pd =    WeibullDistribution    Weibull distribution     A = 26.5079   [24.8333, 28.2954]     B = 3.27193   [2.79441, 3.83104]  

Vea los nombres de parámetro para la distribución.

pd.ParameterNames
ans = 1x2 cell array
    {'A'}    {'B'}

Para la distribución de Weibull, está en la posición 1, y está en la posición 2.AB

Calcule la probabilidad de perfil para, que está en la posición.Bpnum = 2

[ll,param] = proflik(pd,2);

Mostrar los valores de logverosimilitud para los valores estimados de.B

[ll',param']
ans = 21×2

 -329.9688    2.7132
 -329.4312    2.7748
 -328.9645    2.8365
 -328.5661    2.8981
 -328.2340    2.9597
 -327.9658    3.0213
 -327.7596    3.0830
 -327.6135    3.1446
 -327.5256    3.2062
 -327.4943    3.2678
      ⋮

Estos resultados muestran que la probabilidad del registro de perfil se maximiza entre los valores estimados de 3,2678 y 3,3295, que corresponden a los valores de logverosimilitud-327,4943 y-327,5178.B Desde el ajuste anterior, el MLE de es 3,27193, que está en este intervalo como se esperaba.B

Cargue los datos de ejemplo. Cree un objeto de distribución de probabilidad mediante el ajuste de una distribución de valor extremo generalizado a los datos de millas por galón ().MPG

load carsmall pd = fitdist(MPG,'GeneralizedExtremeValue')
pd =    GeneralizedExtremeValueDistribution    Generalized Extreme Value distribution         k = -0.207765   [-0.381674, -0.0338564]     sigma =   7.49674   [6.31755, 8.89603]        mu =   20.6233   [18.8859, 22.3606]  

Vea los nombres de parámetro para la distribución.

pd.ParameterNames
ans = 1x3 cell array
    {'k'}    {'sigma'}    {'mu'}

Para la distribución de valor extremo generalizado, se encuentra en la posición 1, está en la posición 2 y está en la posición 3.ksigmamu

Calcule la probabilidad de perfil para, que está en la posición.mupnum = 3 Restrinja el cálculo a los valores de parámetro de 20 a 22 y visualice el trazado.

[ll,param,other] = proflik(pd,3,20:.1:22,'display','on');

La gráfica muestra el valor estimado para el parámetro que maximiza la logverosimilitud.mu

Mostrar los valores de logverosimilitud para los valores estimados de, y los valores de los otros parámetros de distribución que maximizan la logverosimilitud correspondiente.mu

[ll',param',other]
ans = 21×4

 -327.5706   20.0000   -0.1803    7.4087
 -327.4971   20.1000   -0.1846    7.4218
 -327.4364   20.2000   -0.1890    7.4354
 -327.3887   20.3000   -0.1934    7.4493
 -327.3538   20.4000   -0.1978    7.4636
 -327.3317   20.5000   -0.2023    7.4783
 -327.3223   20.6000   -0.2067    7.4932
 -327.3257   20.7000   -0.2112    7.5084
 -327.3418   20.8000   -0.2156    7.5240
 -327.3706   20.9000   -0.2201    7.5399
      ⋮

La primera columna contiene el valor log verosimilitud que corresponde a la estimación de la segunda columna.mu La probabilidad de registro se maximiza entre los valores de parámetro 20,6000 y 20,7000, correspondientes a los valores log verosimilitud-327,3223 y-327,3257. La tercera columna contiene el valor de que maximiza la probabilidad de registro correspondiente para.kmu La cuarta columna contiene el valor de que maximiza la probabilidad de registro correspondiente para.sigmamu

Argumentos de entrada

contraer todo

Distribución de probabilidad, especificada como un objeto de distribución de probabilidad creado mediante uno de los siguientes.

Función o aplicaciónDescripción
fitdistAjuste un objeto de distribución de probabilidad a datos de ejemplo.
Distribución FitterAjuste una distribución de probabilidad a los datos de muestra mediante la aplicación interactiva de distribución de distribuciones y exporte el objeto ajustado al espacio de trabajo.

Número de parámetro para el que se calcula la probabilidad de perfil, especificado como un valor entero positivo correspondiente a la posición del parámetro deseado en el vector de nombre de parámetro. Por ejemplo, una distribución de Weibull tiene un vector de nombre de parámetro, por lo que se especifica para calcular la probabilidad de perfil.{'A','B'}pnum2B

Tipos de datos: single | double

Restricción de valor de parámetro, especificada como un valor escalar o un vector de dichos valores. Si no especifica, elige los valores para el vector de salida en función del método de intervalo de confianza predeterminado para la distribución de probabilidad.setparamproflikparampd Si el parámetro solo puede tomar valores restringidos, y si el intervalo de confianza infringe esa restricción, puede usar para especificar valores válidos.setparam

Ejemplo: [3,3.5,4]

Alternar pantalla, especificado como cualquiera o.'on''off' Especifique para mostrar el perfil de la logverosimilitud exacta superpuesta en la aproximación de Wald de la logverosimilitud.'on' Especifique si desea omitir la visualización.'off' La aproximación de Wald se basa en una expansión de la serie Taylor alrededor del valor del parámetro estimado, como una función del parámetro en la posición o su logaritmo.pnum La intersección de las curvas con la línea de puntos horizontal marca los puntos finales de 95% intervalos de confianza.

Argumentos de salida

contraer todo

Valores de logverosimilitud, devueltos como vector. La logverosimilitud es el valor de la probabilidad con el parámetro en la posición establecido en los valores en, maximizado sobre los parámetros restantes.pnumparam

Valores de parámetro correspondientes a los valores de logverosimilitud en, devueltos como un vector.ll Si especifica los valores de parámetro utilizando, a continuación, es igual a.setparamparamsetparam

Otros valores de parámetro que maximizan la probabilidad, devueltos como una matriz. Cada fila de contiene los valores de todos los parámetros excepto el parámetro en posición.otherpnum

Introducido en R2013a