新浪博客

[原创]Matlab中常用分布参数的估计方法

2013-04-09 20:38阅读：

http://blog.sina.cn/dpool/blog/u/3008404733

%% 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

我的更多文章

下载客户端阅读体验更佳

APP专享