proflik
配置文件似然函数概率分布
语法
描述
例子
剖面分布参数的可能性
加载示例数据。创建一个概率分布对象由威布尔分布拟合英里每加仑(英里/加仑)数据。
负载carsmallpd = fitdist(英里/加仑,“威布尔”)
pd = WeibullDistribution威布尔分布B = 26.5079 (24.8333, 28.2954) = 3.27193 (2.79441, 3.83104)
视图分布的参数名称。
pd.ParameterNames
ans =1 x2单元格{A} {B}
威布尔分布,一个在位置1,B在位置2。
计算这个概要文件的可能性B的位置pnum = 2。
(噢,param) = proflik (pd, 2);
显示loglikelihood值估计的值B。
(会,参数)
ans =21日×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⋮
这些结果表明,配置文件日志可能是估计之间的最大化B3.2678和3.3295的值,对应loglikelihood值-327.4943和-327.5178。从健康,早些时候的大中型企业B是3.27193,这是在这个区间。
概要文件的可能性与限制参数值
加载示例数据。创建一个概率分布拟合广义极值分布对象的英里每加仑(英里/加仑)数据。
负载carsmallpd = fitdist(英里/加仑,“GeneralizedExtremeValue”)
pd = GeneralizedExtremeValueDistribution广义极值分布k = -0.207765[-0.381674, -0.0338563]σ= 7.49674[6.31755,8.89604]μ= 20.6233 (18.8859,22.3606)
视图分布的参数名称。
pd.ParameterNames
ans =1 x3单元格{“k”}{“σ”}{“亩”}
广义极值分布,k在位置1,σ在位置2,μ是在位置3。
计算这个概要文件的可能性μ的位置pnum = 3。限制计算从20到22参数值,并显示情节。
(噢,参数,其他)= proflik (pd 3 20: .1:22,“显示”,“上”);
情节显示了参数的估计值μloglikelihood最大化。
显示loglikelihood值估计的值μ和其他分布参数的值,对应的loglikelihood最大化。
(会,参数,其他)
ans =21日×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⋮
第一列包含日志值对应于估计的可能性μ在第二列中。日志可能是参数值20.6000和20.7000之间的最大化,相应的对数似然值-327.3223和-327.3257。第三列包含的价值k的可能性最大化相应的日志μ。第四列的值σ的可能性最大化相应的日志μ。
输入参数
输出参数
扩展功能
版本历史
介绍了R2013a
