MATLAB中的参数估计函数
参数估计式统计推断问题,即当总体分布的数学形式已知,用有限个参数表示估计的问题。它可以分为点估计和区间估计两个方面。在参数模型中,最常用的是极大似然法。MATLAB的统计工具箱提供了很多参数估计函数,这些函数通常以”fit””fit”结尾并采用极大似然法给出了对应概率分布模型参数的点估计和区间估计值。常用分布的参数估计函如下表(表一)所示:
表一:MATLAB参数估计函数表
函数名 |
调用形式 |
函数说明 |
binofitbinofit | phat=binofit(x,n) [phat,pci]=binofit(x,n) [phat,pci]=binofit(x,n,α) |
返回二项分布的概率的最大似然估计 返回置信度为95的参数估计和置信区间 返回水平α的参数估计和置信区间 |
poissfitpoissfit | lambdahat=poissit(x) [lambdahat,lambdaci]=poissfit(x) [lambdahat,lambdaci]=poissfit(x,α) |
返回泊松分布的参数的最大似然估计 返回置信度为95的参数估计和置信区间 返回水平α的λλ参数和置信区间 |
normfitnormfit | [muhat,sigmahat,muci,sigmaci]=normfit(x) [muhat,sigmahat,muci,sigmaci]=normfit(x,α) |
返回正态分布的最大似然估计,置信度为95的置信区间 返回水平α的期望、方差值和置信区间 |
betafitbetafit | phat=betafit(x) [phat,pci]=betafit(x,α) |
返回ββ分布参数aa和bb的最大似然估计 返回最大似然估计值和水平α的置信区间 |
unifitunifit | [ahat,bhat]=unifit(x) [ahat,bhat,aci,bci]=unifit(x) [ahat,bhat,aci,bci]=unifit(x,α) |
返回均匀分布参数的最大似然估计 返回置信度为95的参数估计和置信区间 返回水平α的参数估计和置信区间 |
expfitexpfit | muhat=expfit(x) [muhat,muci]=expfit(x) [muhat,muci]=expfit(x,α) |
返回指数分布参数的最大似然估计 返回置信度为95的参数估计和置信区间 返回水平α的参数估计和置信区间 |
gamfitgamfit | phat=gamfit(x) [phat,pci]=gamfit(x) [phat,pci]=gamfit(x,α) |
返回γγ分布参数的最大似然估计 返回置信度为95的参数估计和置信区间 返回最大似然估计值和水平α的置信区间 |
weibfitweibfit | phat=weibft(x) [phat,pci]=weibfit(x) [phat,pci]=weibit(x,α) |
返回韦伯分布参数的最大似然估计 返回置信度为95的参数估计和置信区间 返回返回水平α的参数估计及其区间估计 |
mlemle | phat=mle(′dist′,data) [phat,pci]=mle(′dist′,data) [phat,pci]=mle(′dist′,data,α) [phat,pci]=mle(′dist′,data,α,pl) |
返回分布函数名为distdist的最大似然估计 返回置信度为95的参数估计和置信区间 返回水平α的最大似然估计值和置信区间 仅用于二项分布,plpl为试验总次数 |
说明:各函数返回已给数据向量xx的参数最大似然估计值和置信度为(1−α)×100的置信区间。α的默认值为0.05,即置信度为95%。