使用概率分布
概率分布是基于关于源群的假设的理论分布。分布分配了随机变量具有特定，离散值或落在指定的连续值范围内的事件的概率。
统计和机器学习工具箱™提供了几种使用概率分布的方法。
用概率分布对象要将概率分布对象拟合到采样数据，或创建具有指定参数值的概率分布对象。
用概率分布函数使用矩阵的数据输入。
用概率分布应用程序和用户界面从概率分布交互式拟合，探索和生成随机数。可用的应用和用户界面包括：
有关统计和机器学习工具箱支持的分发列表，请参阅万博1manbetx万博1manbetx支持的分布。
您可以为自定义分发定义概率对象，然后使用分发绑定应用程序或概率对象功能，例如PDF.那CDF.那ICDF.， 和随机的，评估分发，生成随机数，等等。有关详细信息，请参阅使用分发钳工应用定义自定义分布。您还可以使用函数句柄定义自定义分发并使用m功能以找到最大似然估计。例如，看到适合定制分发以审查数据。
概率分布对象
概率分布对象允许您拟合概率分布以通过指定参数值来定义分发。然后，您可以对分发对象进行各种分析。
创建概率分布对象
通过将概率分布对象拟合到数据来估计来自样本数据的概率分布参数Fitdist.。您可以将单个指定的参数或非参数分布符合示例数据。您还可以根据分组变量适合同一类型的多个分布到示例数据。对于大多数分布，Fitdist.使用最大似然估计（MLE）来估计来自样本数据的分布参数。有关更多信息和其他语法选项，请参阅Fitdist.。
或者，您可以使用指定的参数值创建概率分布对象制造主义者。
使用概率分布对象
创建概率分布对象后，可以将对象函数用于：
保存概率分布对象
将概率分布对象保存到.mat文件：
在工具栏中，单击保存工作区。此选项保存工作区中的所有变量，包括任何概率分布对象。
在Workspace浏览器中，右键单击概率分布对象并选择另存为。此选项仅保存所选概率分发对象，而不是工作区中的其他变量。
或者，您可以使用该概率分布对象直接从命令行使用保存功能。保存使您可以选择文件名并指定要保存的概率分发对象。如果您未指定对象（或其他变量），则MATLAB®将工作区中的所有变量保存到指定的文件名中的工作区中的所有变量，包括任何概率分布对象。有关更多信息和其他语法选项，请参阅保存。
使用概率分布对象分析分发
此示例显示如何在拟合分布上使用概率分布对象进行多步骤分析。
分析说明了如何：
加载样本数据。
加载考试
样本数据包含一个120×5的考试等级矩阵。考试的评分为0到100。
创建包含第一列的考试等级数据的向量。
x =等级（：，1）;
使用的适合对样本数据的正态分配Fitdist.创建概率分布对象。
pd = fitdist（x，'普通的'）
PD =正规分布正常分布Mu = 75.0083 [73.4321,76.5846] Sigma = 8.7202 [7.7391,9.98843]
Fitdist.返回概率分布对象，PD.，类型正规分布。此对象包含估计的参数值，亩和Sigma.，适用于适用的正态分布。参数估计旁边的间隔是分布参数的95％置信区间。
使用拟合的分布对象计算学生考试成绩的平均值，PD.。
m =均值（PD）
m = 75.0083.
考试等级的平均值等于亩参数估计Fitdist.。
绘制考试等级的直方图。覆盖装有PDF的图表，可视地将拟合的正态分布与实际的考试等级进行比较。
X_PDF = [1：0.1：100];Y = PDF（PD，X_PDF）;图表直方图（x，'正常化'那'pdf'）线（X_PDF，Y）
拟合分布的PDF遵循与考试等级的直方图相同的形状。
通过使用逆累积分布函数来确定学生考试等级的上部10％的边界（ICDF.）。该边界等同于概率分布的CDF等于0.9的值。换句话说，90％的考试等级小于或等于边界值。
a = ICDF（PD，0.9）
a = 86.1837.
根据拟合分布，10％的学生获得了大于86.1837的考试等级。等效，90％的学生获得了小于或等于86.1837的考试等级。
保存拟合概率分布，PD.，作为命名的文件myobject.mat.。
保存（'myobject.mat'那'PD'）
概率分布函数
您还可以使用特定于分发功能使用概率分布。这些函数对于生成随机数，可以在循环或脚本内计算摘要统计信息，以及将CDF或PDF传递为a功能手柄另一个功能。您还可以使用这些函数来对参数值阵列而不是单个参数进行计算。有关支持的概率分布列表，请参万博1manbetx阅万博1manbetx支持的分布。
使用特定于分发功能分析分布
此示例显示如何使用分配特定的功能对拟合分布执行多步骤分析。
分析说明了如何：
您可以使用概率分布对象执行相同的分析。看使用概率分布对象分析分发。
加载样本数据。
加载考试
样本数据包含一个120×5的考试等级矩阵。考试的评分为0到100。
创建包含第一列的考试等级数据的向量。
x =等级（：，1）;
使用的适合对样本数据的正态分配诺维特。
μ，sigma，muci，sigmaci] = normfit（x）
mu = 75.0083.
Sigma = 8.7202.
muci =2×173.4321 76.5846
sigmaci =2×17.7391 9.9884
这诺维特功能返回正常分布参数的估计和参数估计的95％置信区间。
绘制考试等级的直方图。覆盖装有PDF的图表，可视地将拟合的正态分布与实际的考试等级进行比较。
X_PDF = [1：0.1：100];y = normpdf（x_pdf，mu，sigma）;图表直方图（x，'正常化'那'pdf'）线（X_PDF，Y）
拟合分布的PDF遵循与考试等级的直方图相同的形状。
通过使用正常的逆累积分布函数来确定学生考试等级的上部10％的边界。该边界等同于概率分布的CDF等于0.9的值。换句话说，90％的考试等级小于或等于边界值。
a = norminv（0.9，mu，sigma）
a = 86.1837.
根据拟合分布，10％的学生获得了大于86.1837的考试等级。等效，90％的学生获得了小于或等于86.1837的考试等级。
将估计的分布参数保存为命名的文件myparameter.mat。
保存（'myparameter.mat'那'亩'那'sigma'）
使用概率分布函数作为功能手柄
此示例显示如何使用概率分布函数NORMCDF.作为Chi-Square的拟合测试的功能手柄（Chi2gof.）。
此示例测试输入向量中包含的样本数据的NULL假设，X，来自参数的正常分布μ.和σ.等于平均值（吝啬的）标准偏差（STD.）分别的样本数据。
RNG（'默认'）重复性的％X = NORMRND（50,5,100,1）;h = chi2gof（x，'CDF'，{@ normcdf，均值（x），std（x）}）
H = 0.
返回的结果H = 0.表示Chi2gof.在默认5％的重要性水平下，不会拒绝零假设。
下一个示例说明如何在切片采样器中使用概率分布函数作为函数句柄（slicesample.）。示例使用NORMPDF.从标准正常分布生成2,000值的随机样本，并绘制所得值的直方图。
RNG（'默认'）重复性的％x = Slicesample（1,2000，'pdf'，@ normpdf，'瘦'，5，'伯恩'，1000）;直方图（x）
直方图显示，在使用时NORMPDF.，所得到的随机样品具有标准的正态分布。
如果您通过指数分布PDF的概率分布函数（EXPPDF.）作为函数手柄而不是NORMPDF.， 然后slicesample.从指数分布生成2,000个随机样本，默认参数值μ.等于1。
RNG（'默认'）重复性的％x = Slicesample（1,2000，'pdf'，@ Exppdf，'瘦'，5，'伯恩'，1000）;直方图（x）
直方图显示使用时得到的随机样品EXPPDF.具有指数分布。
概率分布应用程序和用户界面
应用程序和用户界面提供了使用参数和非参数概率分布的交互式方法。
配送钳工应用程序
这配送钳工应用程序允许您以交互方式拟合到数据的概率分布。您可以显示不同类型的绘图，计算置信界限，并评估数据的拟合。您还可以从拟合中排除数据。您可以保存数据，并将拟合作为概率分布对象导出以进行进一步分析。
从Apps Tab或进入时加载分布钳工应用程序分发文件在命令窗口中。有关更多信息，请参阅使用配送钳工应用程序的模型数据。
概率分布功能工具
这概率分布功能用户界面可视探索概率分布。您可以通过输入加载概率分布函数用户界面Disttool.在命令窗口中。
随机数生成工具
随机数生成用户界面从指定的分发生成随机数据，并将结果导出到工作区。您可以使用此工具来探索更改参数和示例大小对分布的影响。
随机数生成用户界面允许您为分发设置参数值并更改其较低和上限;使用相同的大小和参数从相同的分布绘制另一个样本;并将当前随机样本导出到工作区以供进一步分析。对话框使您可以为样本提供名称。
也可以看看
配送钳工|Fitdist.|制造主义者|概率分布功能|randtool.
相关话题
您还可以从以下列表中选择一个网站：
