At finde en normal fordeling af et datasæt er ikke en let opgave; vi kan dog udføre det i MATLAB ved hjælp af fitdist() fungere. Læs denne guide for at lære mere om arbejdet med Normal fordeling i MATLAB ved hjælp af fitdist() fungere.
Hvad er normalfordeling
EN Normal fordeling også kaldet en Gauss-fordeling er defineret ved hjælp af to parametre; gennemsnit og standardafvigelse for datapunkterne. Middelværdien måler gennemsnittet af dataværdier, mens standardafvigelsen måler, hvordan dataværdierne er spredt ud over middelværdien. Med kombinationen af både middel- og standardafvigelse kan vi beregne Normal fordeling fra følgende formel:
Hvor:
- x repræsenterer datasætværdier.
- f(x) repræsenterer sandsynlighedsfunktionen.
- m betegner
- s angiver standardafvigelsen.
Sådan udføres normalfordeling i MATLAB ved hjælp af fitdist()-funktionen
MATLAB lader os beregne Normal fordeling af tilfældige variable ved hjælp af den indbyggede fitdist() fungere. Denne funktion producerer en normal sandsynlighedsfordeling objekt ved at tilpasse den givne fordeling til inputdataene. Det Normal fordeling accepterer to parametre som input: standardafvigelsen såvel som middelværdien. En standardnormalfordeling har nul middelværdi samt en enhedsstandardafvigelse, der er 1. Det betyder, at Normal fordeling er centreret ved nul, og værdierne af fordelingerne er spredt ligeligt på begge sider af middelværdien.
Syntaks
Det fitdist() i MATLAB kan bruges på forskellige måder:
pd = fitdist ( x , fjernnavn )
pd = fitdist ( x , fjernnavn , Navn , Værdi )
pdca , gn , gl ] = fitdist ( x , fjernnavn , 'Ved' , gruppevar )
Her:
- Funktionen pd = fitdist(x,distnavn) er ansvarlig for at tilpasse fordelingen leveret af distname til dataene indeholdt i kolonnevektor x for at producere et sandsynlighedsfordelingsobjekt.
- Funktionen pd = fitdist(x,distnavn,Navn,Værdi) er ansvarlig for at bygge sandsynlighedsfordelingsobjektet med et eller flere navn-værdi par-argumenter, der specificerer ekstra parametre.
- Funktionen [pdca,gn,gl] = fitdist(x,distnavn,'By',groupvar) er ansvarlig for at tilpasse sandsynlighedsfordelingen defineret af distname til dataene i kolonnevektor x baseret på grupperingsvariablen groupvar for at generere sandsynlighedsfordelingsobjekter. Det giver tilbage en cellearray af tilpassede sandsynlighedsfordelingsobjekter, betegnet som pdca, en cellearray af gruppeetiketter, betegnet som gn, og en cellearray af gruppering af variable niveauer, betegnet som gl.
Eksempel 1: Sådan finder du normalfordeling ved hjælp af funktionen fitdist(x,distname).
Dette eksempel passer til en Normal fordeling til eksempeldataene z ved hjælp af fitdist() fungere.
belaste patienterMed = Vægt ;
pd = fitdist ( Med , 'Normal' )
Eksempel 2: Sådan finder du normalfordeling ved hjælp af fitdist(x,distname,Name,Value) Fungere
I dette eksempel vil vi tilpasse en kernefordeling til eksempeldataene ved hjælp af fitdist() funktion i MATLAB.
belaste patienterMed = Vægt ;
pd = fitdist ( Med , 'Kerne' , 'Kerne' , 'epanechnikov' )
Eksempel 3: Sådan finder du normalfordeling ved hjælp af funktionen fitdist(x,distname,'By',groupvar)
Den nedenstående MATLAB-kode passer normale fordelinger til grupperede data, beregner og plotter pdf'en af begge grupper af data.
belaste patienterMed = Vægt ;
[ pdca , gn , gl ] = fitdist ( Med , 'Normal' , 'Ved' , Køn )
kvinde = pdca { 1 }
han- = pdca { 2 }
z_værdier = 80 : 1 : 220 ;
kvindelige pdf = pdf ( kvinde , z_værdier ) ;
malepdf = pdf ( han- , z_værdier ) ;
figur
grund ( z_værdier , kvindelige pdf , 'LineWidth' , 2 )
hold fast
grund ( z_værdier , malepdf , 'Farve' , 'r' , 'LineStyle' , ':' , 'LineWidth' , 2 )
legende ( gn , 'Beliggenhed' , 'Nordøst' )
hold ud
Konklusion
At finde Normal fordeling af et datasæt er en statistisk teknik, der er meget brugt inden for maskinlæring, kunstig intelligens, datavidenskab og mange andre områder. Det kan defineres ved hjælp af to parametre; middelværdi samt standardafvigelse af datapunkterne. Vi kan passe datasættet i Normal fordeling objekt ved hjælp af fitdist() fungere. Denne vejledning har givet det grundlæggende i Normal fordeling funktion og hvordan man arbejder med den i MATLAB ved hjælp af fitdist() fungere.