正态逆累积分布函数 您所在的位置:网站首页 正态分布 99 正态逆累积分布函数

正态逆累积分布函数

2024-07-05 11:52| 来源: 网络整理| 查看: 265

打开实时脚本

计算正态分布参数的最大似然估计 (MLE),然后计算对应逆 cdf 值的置信区间。

从均值为 5、标准差为 2 的正态分布中生成 1000 个正态随机数。

rng('default') % For reproducibility n = 1000; % Number of samples x = normrnd(5,2,[n,1]);

使用 mle 计算分布参数(均值和标准差)的 MLE。

phat = mle(x)phat = 1×2 4.9347 1.9969 muHat = phat(1); sigmaHat = phat(2);

使用 normlike 估计分布参数的协方差。如果您传递 MLE 和用于估计 MLE 的样本,则函数 normlike 返回渐近协方差矩阵的逼近。

[~,pCov] = normlike([muHat,sigmaHat],x)pCov = 2×2 0.0040 -0.0000 -0.0000 0.0020

计算在 0.5 处的逆 cdf 值及其 99% 置信区间。

[x,xLo,xUp] = norminv(0.5,muHat,sigmaHat,pCov,0.01)x = 4.9347 xLo = 4.7721 xUp = 5.0974

x 是使用参数为 muHat 和 sigmaHat 的正态分布的逆 cdf 值。考虑到使用 pCov 的 muHat 和 sigmaHat 的不确定性,区间 [xLo,xUp] 是在 0.5 处计算的逆 cdf 值的 99% 置信区间。99% 置信区间意味着 [xLo,xUp] 包含真实逆 cdf 值的概率为 0.99。



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有