Binofit.
二项式参数估计
句法
phat = binofit（x，n）
[phat，pci] = binofit（x，n）
[Phat，PCI] = Binofit（x，n，alpha）
描述
phat = binofit（x，n）基于成功数量，返回给定二项式试验中成功概率的最大可能性估计，X，观察到N独立试验。如果x =（x（1），x（2），... x（k））是矢量，Binofit.返回相同尺寸的向量X谁的第i个词条是参数估计x（i）。全部K.估计彼此独立。如果n =（n（1），n（2），...，n（k））是与尺寸相同的矢量X，二项式合适，Binofit.，返回一个向量，其第i个条目是基于成功次数的参数估计x（i）在你）独立试验。标量值X或者N扩展到与其他输入相同的大小。
[phat，pci] = binofit（x，n）返回概率估计，幽灵，95％的置信区间，PCI.。Binofit.使用钢板 - Pearson方法计算置信区间。
[Phat，PCI] = Binofit（x，n，alpha）返回100（1 - alpha）％ 置信区间。例如，α=0.01产生99％的置信区间。
笔记
Binofit.与其他统计和机器学习工具箱™功能不同，可以计算参数估计的其他统计和机器函数，因为它返回每个条目的独立估计X。通过对比，expfit根据所有条目返回单个参数估计X。
与大多数其他配送拟合功能不同Binofit.功能处理其输入X矢量作为单独样品的测量集合。如果你想对待X作为一个样本并计算它的单个参数估计，可以使用Binofit（Sum（x），sum（n））什么时候N是矢量，和Binofit（Sum（x），n *长度（x））什么时候N是一个标量。
例子
该示例产生100个元素的二项式样本，其中给定试验中成功的概率为0.6，然后从样本中的结果估计这种概率。
r = binornd（100,0.6）;[Phat，PCI] = Binofit（R，100）PHAT = 0.5800 PCI = 0.4771 0.6780
95％的置信区间，PCI.，包含真实值，0.6。
参考
[1] Johnson，N. L.，S. Kotz和A. W. Kemp。单变量离散分布。霍博肯，NJ：Wiley-Interscience，1993。
扩展能力
您还可以从以下列表中选择一个网站：
