文档帮助中心
经验累积分布函数
(f (x) = ecdf (y)
(f (x) = ecdf (y,名称,值)
[f, x,弗洛,管理方]= ecdf (___)
ecdf (___)
ECDF(斧,___)
例子
(f,x)= ecdf (y)返回经验累积分布函数(CDF),f,在点评价x,使用向量中的数据y。
(f,x)= ecdf (y)
f
x
y
在生存和可靠性分析中,这种经验cdf被称为Kaplan-Meier估计。这些数据可能对应生存或失败时间。
(f,x)= ecdf (y,名称,值)返回经验函数值,f,在点评价x,与由一个或多个指定的附加选项名称,值对参数。
(f,x)= ecdf (y,名称,值)
名称,值
例如,可以指定要评估的函数类型或哪些数据需要审查。
(f,x,弗洛,FUP)= ecdf (___)还返回被求值的函数值的95%上下置信范围。您可以使用前面语法中的任何输入参数。
(f,x,弗洛,FUP)= ecdf (___)
弗洛
FUP
ECDF使用。计算置信界限格林伍德公式。他们是不是同时置信区间。
ECDF
ecdf (___)方法绘制求值函数的阶梯图楼梯函数。指定“界限”,“上”将置信区间包含在图中。
楼梯
“界限”,“上”
ecdf (斧头,___)在由指定的坐标轴曲线斧头而不是当前轴(GCA)。
ecdf (斧头,___)
斧头
GCA
全部折叠
计算模拟生存数据的累积分布函数的Kaplan-Meier估计值。
从参数为3和1的威布尔分布中生成生存数据。
rng (“默认”)%的再现性failuretime =随机(“wbl”1、3、1、15日);
计算生存数据的cdf的Kaplan-Meier估计。
并[f,X] = ECDF(failuretime);并[f,x]中
ans =16×20 0.0895 0.0667 0.0895 0.1333 0.1072 0.2000 0.1303 0.2667 0.1313 0.3333 0.2718 0.4000 0.2968 0.4667 0.6147 0.5333 0.6684 0.6000 1.3749⋮
绘制估计的cdf。
ECDF(failuretime)
计算和绘制模拟右删失生存数据的风险函数。
从Birnbaum-Saunders分布中生成故障时间。
rng (“默认”)%的再现性failuretime =随机('birnbaumsaunders',0.3,1100,(1);
假设研究结束的时间为0.9,生成一个逻辑数组,该逻辑数组表示大于0.9的模拟故障时间,作为经过审查的数据,并将该信息存储在一个向量中。
T = 0.9;岑= (failuretime > T);
绘制数据的经验风险函数。
ECDF(failuretime,“函数”,“累积风险”,...“审查”,经社,“界限”,“上”);
生成右删失生存数据,并与已知的CDF比较经验累积分布函数(CDF)。
从平均故障时间为15的指数分布中生成故障时间。
rng (“默认”)%的再现性y = exprnd (75,1);
从30平均无故障时间的指数分布产生辍学倍。
d = exprnd (75,1);
生成的观察失败时间。他们所发生的故障时间和辍学倍的最低水平。
T =分钟(Y,d);
创建一个逻辑数组,该数组指示生成的失败时间大于退出时间。这是真的数据被审查。
删=(Y> d);
计算经验cdf和置信限。
[f, x,弗洛,管理方]= ecdf (t)“审查”、审查);
画出CDF和置信区间。
图()ecdf (t)“审查”,审查,“界限”,“上”);保持上
叠加的已知人口的CDF的曲线图。
XX = 0:0.1:最大(T);YY = 1-EXP(-xx / 15);图(XX,YY,'G-','行宽'(2)轴([0 50 0 1])“经验”,'LCB','UCB',“人口”,...'位置',“东南”)保持离
产生生存数据并绘制有99%的置信区间的经验幸存者功能。
从参数为100和2的威布尔分布生成生存期数据。
rng (“默认”)%的再现性R = wblrnd(100,2,100,1);
绘制幸存者功能与99%置信区间的数据。
ecdf (R,“函数”,“幸存者”,'Α',0.01%,“界限”,“上”)保持上
拟合Weibull幸存者功能。
X = 1:1:250;wblsurv = 1-CDF(“威布尔”,100岁的x 2);情节(x, wblsurv,'G-','行宽',2)图例(“经验”,'LCB','UCB',“人口”,...'位置',“东北”)
基于实际分布的幸存者函数在置信范围内。
输入数据,指定为向量。例如,在生存或可靠性分析中,数据可能是每个项目或个人的生存或失败时间。
ECDF忽略了南价值观y。此外,任何南截尾向量中的值(“审查”)或频率向量('频率')原因ECDF中忽略相应的值y。
南
“审查”
'频率'
数据类型:单|双
单
双
轴手柄图ECDF绘图到,指定为句柄。
例如,如果h那么,这是一个数字的句柄吗ECDF可以绘制该图如下所示。
h
例子:ECDF(H,X)
ECDF(H,X)
指定可选的逗号分隔的对名称,值参数。名称参数名和值是对应的值。名称必须出现在引号内。可以按任意顺序指定多个名称和值对参数Name1, Value1,…,的家。
名称
值
Name1, Value1,…,的家
'截尾',C, '功能', '累积风险', '阿尔法',0.025, '边界', '上'
c
指标的审查数据,指定为逗号分隔的对,包括“审查”和大小相同的布尔数组x。输入1为观察那些右审查和0对于被充分观察到的观测。默认值是所有观察值都被完全观察到。
1
0
ECDF忽略任何南值在该截尾矢量。此外,任何南价值观y或频矢量('频率')原因ECDF忽略在截尾矢量对应的值。
例子:如果矢量CDATA存储经过审查的数据信息,输入'截尾',CDATA。
CDATA
'截尾',CDATA
数据类型:逻辑
逻辑
观察频率,由逗号分隔的对组成'频率'和含有载体的非负整数计数。这个向量是大小为向量相同x。的j该矢量的第i个元素给出的次数的数jth元素x被观察到。的每个元素一个观察值x。
j
ECDF忽略任何南值在这个频率矢量。此外,任何南价值观y或截尾载体(“审查”)原因ECDF忽略在频矢量对应的值。
例子:如果failurefreq是频率的矢量,输入“频率”,failurefreq
failurefreq
“频率”,failurefreq
'Α'
显着性水平为评价函数的置信区间,指定为逗号分隔的一对组成的'Α'以及(0,1)范围内的标量值。95%置信值默认为0.05。对于给定的值α,置信水平为100(1-α)%。
α
100(1-α)
例如,对于一个99%的置信区间,你可以按如下方式指定alpha值。
例子:'阿尔法',0.01
'阿尔法',0.01
“函数”
'CDF'
“幸存者”
“累积风险”
功能该类型ECDF计算并返回,指定为逗号分隔的一对组成的“函数”和下面的一个。
例子:“功能”,“累积危险”
“功能”,“累积危险”
“界限”
“关闭”
“上”
指示器为包括界限,规定为逗号分隔的一对组成的“界限”和下面的一个。
此名称-值参数仅用于绘图。
例子:“界限”,“上”
中各点处的函数值x,作为列向量返回。
在数据向量排序观测点y,作为列向量返回。
ECDF排序y,删除在排序重复值y,并将结果保存到输出x。输出x的最小值y作为它的前两个值。这两个值是有用的用于绘制的输出ECDF使用楼梯函数。
被求值函数的置信下限,以列向量的形式返回。ECDF使用。计算置信界限格林伍德公式。他们是不是同时置信区间。
求值函数的上置信界,作为列向量返回。ECDF使用。计算置信界限格林伍德公式。他们是不是同时置信区间。
Kaplan-Meier估计量方差的近似。
方差估计由
V ( 年代 ( t ) ) = 年代 2 ( t ) Σ t 我 < T d 我 r 我 ( r 我 - d 我 ) ,
哪里r我是在时间的风险数t我和d我失败的次数是多少t我。
[1]考克斯,D. R.和D.奥克斯。生存数据分析。伦敦:查普曼和霍尔,1984年。
无法无天,j.f。寿命数据的统计模型和方法。第二版,Hoboken, NJ: John Wiley & Sons, Inc., 2003。
使用说明及限制:
不支持绘图。万博1manbetx
在名称 - 值对参数的名称必须是编译时间常数。
中的值“函数”和“界限”名称-值对参数也必须是编译时常量。例如,使用“函数”、“幸存者”在生成的代码中包含名称-值对参数{coder.Constant( '功能'),coder.Constant( '幸存者')}在arg游戏的价值代码生成。
“函数”、“幸存者”
{coder.Constant( '功能'),coder.Constant( '幸存者')}
arg游戏
代码生成
有关代码生成的更多信息,请参见介绍代码生成和通用代码生成工作流。
该函数完全支持GPU阵列。万博1manbetx有关更多信息,请参见在GPU上运行MATLAB函数(并行计算工具箱)。
cdfplot|ecdfhist
cdfplot
ecdfhist
您的系统中存在此示例的修改版本。你想打开这个版本吗?
你点击了一个链接,对应于这个MATLAB命令:
在MATLAB命令窗口中输入它运行的命令。Web浏览器不支持MATLAB的命令。万博1manbetx
选择一个网站,以获得翻译的内容,其中可看到当地的活动和优惠。根据您的位置,我们建议您选择:。
您还可以选择从下面的列表中的网站:
选择中国网站(中文或英文),以获得最佳的网站表现。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
请联系您当地的办事处