MATLAB分布拟合工具箱distributionFitter

标签：info   matlab   margin   函数   ram   mic   zed   value   normal   

借助MATLAB（R2017b）分布拟合工具箱distributionFitter，我们可以快速地检查数据的分布。

可以进行非参数密度估计（核平滑方法）和参数密度估计（Beta分布、gamma分布、Normal分布等十几个常用的参数模型）。

给出参数估计结果：

Distribution: Generalized Extreme Value
Log likelihood: 17147.7
Domain: -Inf < y < Inf
Mean: 0.00159053
Variance: 3.21144e-07

Parameter Estimate Std. Err.
k 0.0506112 0.0163658
sigma 0.000411493 6.76348e-06
mu 0.0013314 8.99602e-06

Estimated covariance of parameter estimates:
k sigma mu
k 0.00026784 -3.4765e-08 -5.72776e-08
sigma -3.4765e-08 4.57446e-11 2.81887e-11
mu -5.72776e-08 2.81887e-11 8.09283e-11

 可视化pdf、cdf、inverse cdf、概率图（PP图）、Survivor func(互补累积分布函数（complementary cumulative distribution function, CCDF）)、Cumulative hazard

pdf

 cdf

inverse cdf

pp图

Survivor func(互补累积分布函数（complementary cumulative distribution function, CCDF）)

 Cumulative hazard

MATLAB分布拟合工具箱distributionFitter

标签：info   matlab   margin   函数   ram   mic   zed   value   normal   

原文地址：https://www.cnblogs.com/jiangkejie/p/11552531.html