Egy adathalmaz normál eloszlásának megtalálása nem könnyű feladat; azonban a MATLAB-ban elvégezhetjük a fitdist() funkció. Olvassa el ezt az útmutatót, hogy részletesen megismerje a normális eloszlás MATLAB-ban a fitdist() funkció.
Mi a normál eloszlás
A normális eloszlás a Gauss-eloszlásnak is nevezett eloszlást két paraméter segítségével határozzuk meg; az adatpontok átlaga és szórása. Az átlag az adatértékek átlagát méri, míg a szórás azt méri, hogy az adatok hogyan oszlanak el az átlag körül. Az átlag és a szórás kombinációjával tudunk számolni normális eloszlás a következő képletből:
Ahol:
- x adatkészlet értékeit képviseli.
- f(x) a valószínűségi függvényt jelenti.
- m jelöli a
- p a szórást jelöli.
Normál elosztás végrehajtása MATLAB-ban a fitdist() függvény használatával
A MATLAB segítségével kiszámíthatjuk a normális eloszlás valószínűségi változók a beépített segítségével fitdist() funkció. Ez a függvény a normál valószínűségi eloszlás objektumot úgy, hogy az adott eloszlást a bemenő adatokhoz illesztjük. A normális eloszlás két paramétert fogad be bemenetként: a szórást és az átlagot. A standard normál eloszlás átlagértéke nulla, valamint egységnyi szórása 1. Ez azt jelenti, hogy a normális eloszlás nullára van állítva, és az eloszlások értékei egyenlően oszlanak el az átlag mindkét oldalán.
Szintaxis
A fitdist() A MATLAB-ban többféleképpen használható:
pd = fitdist ( x , distname )
pd = fitdist ( x , distname , Név , Érték )
pdca , gn , gl ] = fitdist ( x , distname , 'Által' , groupvar )
Itt:
- A funkció pd = fitdist(x,distname) felelős azért, hogy a distname által megadott eloszlást az x oszlopvektorban lévő adatokhoz illessze, hogy egy valószínűségi eloszlási objektumot hozzon létre.
- A funkció pd = fitdist(x,distname,név,érték) felelős a valószínűségi eloszlási objektum felépítéséért egy vagy több név-érték pár argumentummal, amelyek további paramétereket adnak meg.
- A funkció [pdca,gn,gl] = fitdist(x,distname,'By',groupvar) felelős azért, hogy a distname által meghatározott valószínűségi eloszlást az x oszlopvektor adataihoz illessze a groupvar csoportosító változó alapján, hogy valószínűségi eloszlási objektumokat generáljon. Visszaadja az illesztett valószínűségi eloszlási objektumokból álló cellatömböt, amelyet pdca-ként jelölünk, egy csoportcímkék cellatömbjét, amelyet gn-ként jelölünk, és egy csoportosító változószintek cellatömbjét, amelyet gl-ként jelölünk.
1. példa: Normál eloszlás keresése a fitdist(x,distname) függvény használatával
Ez a példa illik a normális eloszlás a mintaadatokhoz z segítségével fitdist() funkció.
terheli a betegeketVal vel = Súly ;
pd = fitdist ( Val vel , 'Normál' )
2. példa: Normál eloszlás keresése a fitdist(x,distname,név,érték) használatával Funkció
Ebben a példában egy kernel-eloszlást fogunk illeszteni a mintaadatokhoz a fitdist() függvény a MATLAB-ban.
terheli a betegeketVal vel = Súly ;
pd = fitdist ( Val vel , 'Kernel' , 'Kernel' , 'epanechnikov' )
3. példa: Normál eloszlás keresése a fitdist(x,distname,'By',groupvar) függvény használatával
Az alábbi MATLAB kód megfelel normál eloszlások csoportosított adatokhoz mindkét adatcsoport pdf-jét kiszámítja és ábrázolja.
terheli a betegeketVal vel = Súly ;
[ pdca , gn , gl ] = fitdist ( Val vel , 'Normál' , 'Által' , Nem )
női = pdca { 1 }
férfi = pdca { 2 }
z_értékek = 80 : 1 : 220 ;
nőipdf = pdf ( női , z_értékek ) ;
férfipdf = pdf ( férfi , z_értékek ) ;
ábra
cselekmény ( z_értékek , nőipdf , 'Vonalvastagság' , 2 )
kitartás
cselekmény ( z_értékek , férfipdf , 'Szín' , 'r' , 'Vonalstílus' , ':' , 'Vonalvastagság' , 2 )
legenda ( gn , 'Elhelyezkedés' , 'Északkeleti' )
távol tartja magát
Következtetés
Megtalálni a normális eloszlás Az adathalmaz egy statisztikai technika, amelyet széles körben használnak a gépi tanulásban, a mesterséges intelligenciában, az adattudományban és sok más területen. Két paraméterrel definiálható; az adatpontok átlagát és szórását. Az adatkészletet a normális eloszlás objektum segítségével fitdist() funkció. Ez az útmutató a normális eloszlás függvényt, és hogyan kell dolgozni vele MATLAB-ban a fitdist() funkció.