Η εύρεση μιας κανονικής κατανομής ενός συνόλου δεδομένων δεν είναι εύκολη υπόθεση. Ωστόσο, μπορούμε να το εκτελέσουμε στο MATLAB χρησιμοποιώντας το fitdist() λειτουργία. Διαβάστε αυτόν τον οδηγό για να μάθετε λεπτομερώς σχετικά με την εργασία με το κανονική κατανομή στο MATLAB χρησιμοποιώντας το fitdist() λειτουργία.
Τι είναι η Κανονική Διανομή
ΕΝΑ κανονική κατανομή που ονομάζεται επίσης Gaussian κατανομή ορίζεται χρησιμοποιώντας δύο παραμέτρους. μέση και τυπική απόκλιση των σημείων δεδομένων. Ο μέσος όρος μετρά τον μέσο όρο των τιμών δεδομένων, ενώ η τυπική απόκλιση μετρά τον τρόπο με τον οποίο οι τιμές δεδομένων κατανέμονται γύρω από το μέσο όρο. Με τον συνδυασμό της μέσης και της τυπικής απόκλισης, μπορούμε να υπολογίσουμε κανονική κατανομή από τον ακόλουθο τύπο:
Οπου:
- Χ αντιπροσωπεύει τιμές δεδομένων.
- f(x) αντιπροσωπεύει τη συνάρτηση πιθανότητας.
- μ δηλώνει το
- σ υποδηλώνει την τυπική απόκλιση.
Πώς να εκτελέσετε κανονική διανομή στο MATLAB χρησιμοποιώντας τη συνάρτηση fitdist().
Το MATLAB μας επιτρέπει να υπολογίσουμε το κανονική κατανομή τυχαίων μεταβλητών χρησιμοποιώντας το ενσωματωμένο fitdist() λειτουργία. Αυτή η συνάρτηση παράγει α κανονική κατανομή πιθανοτήτων αντικείμενο προσαρμόζοντας τη δεδομένη κατανομή στα δεδομένα εισόδου. ο κανονική κατανομή δέχεται δύο παραμέτρους ως είσοδο: την τυπική απόκλιση καθώς και τη μέση τιμή. Μια τυπική κανονική κατανομή έχει μηδενική μέση τιμή καθώς και μοναδιαία τυπική απόκλιση που είναι 1. Αυτό σημαίνει ότι η κανονική κατανομή είναι κεντραρισμένη στο μηδέν και οι τιμές των κατανομών κατανέμονται εξίσου και στις δύο πλευρές του μέσου όρου.
Σύνταξη
ο fitdist() στο MATLAB μπορεί να χρησιμοποιηθεί με διάφορους τρόπους:
πδ = γυμναστής ( Χ , επίσημο όνομα )
πδ = γυμναστής ( Χ , επίσημο όνομα , Ονομα , αξία )
pdca , gn , gl ] = γυμναστής ( Χ , επίσημο όνομα , 'Με' , groupvar )
Εδώ:
- Η λειτουργία pd = fitdist(x,distname) είναι υπεύθυνος για την προσαρμογή της κατανομής που παρέχεται από το Distname στα δεδομένα που περιέχονται στο διάνυσμα της στήλης x για την παραγωγή ενός αντικειμένου κατανομής πιθανότητας.
- Η λειτουργία pd = fitdist(x,distname,name,value) είναι υπεύθυνος για τη δημιουργία του αντικειμένου κατανομής πιθανότητας με ένα ή περισσότερα ορίσματα ζεύγους ονόματος-τιμής που καθορίζουν επιπλέον παραμέτρους.
- Η λειτουργία [pdca,gn,gl] = fitdist(x,distname,'By',groupvar) είναι υπεύθυνος για την προσαρμογή της κατανομής πιθανότητας που ορίζεται από το όνομα αποκλίσεως στα δεδομένα στο διάνυσμα στήλης x με βάση τη μεταβλητή ομαδοποίησης groupvar για τη δημιουργία αντικειμένων κατανομής πιθανότητας. Επιστρέφει έναν πίνακα κελιών με προσαρμοσμένα αντικείμενα κατανομής πιθανότητας, που συμβολίζονται ως pdca, έναν πίνακα κελιών από ετικέτες ομάδων, που συμβολίζονται ως gn, και έναν πίνακα κελιών με ομαδοποίηση μεταβλητών επιπέδων, που συμβολίζονται ως gl.
Παράδειγμα 1: Πώς να βρείτε την κανονική κατανομή χρησιμοποιώντας τη συνάρτηση fitdist(x,distname)
Αυτό το παράδειγμα ταιριάζει α κανονική κατανομή στα δείγματα δεδομένων z χρησιμοποιώντας το fitdist() λειτουργία.
φορτώνουν ασθενείςΜε = Βάρος ;
πδ = γυμναστής ( Με , 'Κανονικός' )
Παράδειγμα 2: Πώς να βρείτε την κανονική κατανομή χρησιμοποιώντας το fitdist(x, όνομα, όνομα, τιμή) Λειτουργία
Σε αυτό το παράδειγμα, θα προσαρμόσουμε μια κατανομή πυρήνα στο δείγμα δεδομένων χρησιμοποιώντας το fitdist() λειτουργία στο MATLAB.
φορτώνουν ασθενείςΜε = Βάρος ;
πδ = γυμναστής ( Με , 'Πυρήνας' , 'Πυρήνας' , 'Epanechnikov' )
Παράδειγμα 3: Πώς να βρείτε την κανονική κατανομή χρησιμοποιώντας τη συνάρτηση fitdist(x,distname,'By',groupvar)
Ο παρακάτω κώδικας MATLAB ταιριάζει κανονικές κατανομές σε ομαδοποιημένα δεδομένα, υπολογίζει και σχεδιάζει το pdf και των δύο ομάδων δεδομένων.
φορτώνουν ασθενείςΜε = Βάρος ;
[ pdca , gn , gl ] = γυμναστής ( Με , 'Κανονικός' , 'Με' , Γένος )
θηλυκός = pdca { 1 }
αρσενικός = pdca { 2 }
z_values = 80 : 1 : 220 ;
γυναίκα pdf = pdf ( θηλυκός , z_values ) ;
malepdf = pdf ( αρσενικός , z_values ) ;
εικόνα
οικόπεδο ( z_values , γυναίκα pdf , 'Πλάτος γραμμής' , 2 )
περίμενε
οικόπεδο ( z_values , malepdf , 'Χρώμα' , 'ρ' , 'LineStyle' , ':' , 'Πλάτος γραμμής' , 2 )
θρύλος ( gn , 'Τοποθεσία' , 'Βορειοανατολικός' )
κρατήστε μακριά
συμπέρασμα
Η εύρεση του κανονική κατανομή ενός συνόλου δεδομένων είναι μια στατιστική τεχνική που χρησιμοποιείται ευρέως στη μηχανική μάθηση, την τεχνητή νοημοσύνη, την επιστήμη δεδομένων και πολλούς άλλους τομείς. Μπορεί να οριστεί χρησιμοποιώντας δύο παραμέτρους. ο μέσος όρος καθώς και η τυπική απόκλιση των σημείων δεδομένων. Μπορούμε να χωρέσουμε το σύνολο δεδομένων στο κανονική κατανομή αντικείμενο χρησιμοποιώντας το fitdist() λειτουργία. Αυτός ο οδηγός παρέχει τα βασικά του κανονική κατανομή λειτουργία και πώς να εργαστείτε μαζί της στο MATLAB χρησιμοποιώντας το fitdist() λειτουργία.