作者:故事里的说书人 | 来源:互联网 | 2024-10-19 14:19
借助MATLAB(R2017b)分布拟合工具箱distributionFitter,我们可以快速地检查数据的分布。可以进行非参数密度估计(核平滑方法)和参数密度估计(Beta分布、
借助MATLAB(R2017b)分布拟合工具箱distributionFitter,我们可以快速地检查数据的分布。


可以进行非参数密度估计(核平滑方法)和参数密度估计(Beta分布、gamma分布、Normal分布等十几个常用的参数模型)。
给出参数估计结果:
Distribution: Generalized Extreme Value
Log likelihood: 17147.7
Domain: -Inf Mean: 0.00159053
Variance: 3.21144e-07
Parameter Estimate Std. Err.
k 0.0506112 0.0163658
sigma 0.000411493 6.76348e-06
mu 0.0013314 8.99602e-06
Estimated covariance of parameter estimates:
k sigma mu
k 0.00026784 -3.4765e-08 -5.72776e-08
sigma -3.4765e-08 4.57446e-11 2.81887e-11
mu -5.72776e-08 2.81887e-11 8.09283e-11
可视化pdf、cdf、inverse cdf、概率图(PP图)、Survivor func(互补累积分布函数(complementary cumulative distribution function, CCDF))、Cumulative hazard

pdf

cdf

inverse cdf

pp图

Survivor func(互补累积分布函数(complementary cumulative distribution function, CCDF))

Cumulative hazard
MATLAB分布拟合工具箱distributionFitter