Binofit
二项式参数估计
句法
phat = binofit（x，n）
[phat，pci] = binofit（x，n）
[phat，pci] = binofit（x，n，alpha）
描述
phat = binofit（x，n）根据成功的数量，在给定的二项式试验中返回成功概率的最大似然估计值，X，观察到n独立试验。如果x =（x（1），x（2），... x（k））是矢量，Binofit返回一个与相同大小的向量X它的ITH输入是参数估计值x（i）。全部k估计是彼此独立的。如果n =（n（1），n（2），...，n（k））是与X，二项式拟合，Binofit，返回一个矢量，其ITH条目是基于成功数量的参数估计值x（i）在你）独立试验。标量值X或者n扩展到与其他输入相同的大小。
[phat，pci] = binofit（x，n）返回概率估计，柏，以及95％的置信区间，PCI。Binofit使用Clopper-Pearson方法计算置信区间。
[phat，pci] = binofit（x，n，alpha）返回100（1-α）％ 置信区间。例如，α=0.01产生99％的置信区间。
笔记
Binofit与其他统计数据和机器学习工具箱™函数的行为不同，该功能是计算参数估计的，因为它返回了每个条目的独立估计X。通过对比，解释根据所有条目返回单个参数估计X。
与大多数其他分销拟合功能不同，Binofit功能处理其输入X向量作为来自单独样本的测量集合。如果你想好X作为单个样本并计算单个参数估计，您可以使用binofit（sum（x），sum（n））什么时候n是矢量，binofit（sum（x），n*长度（x））什么时候n是标量。
例子
该示例生成了100个元素的二项式样本，其中在给定试验中成功的概率为0.6，然后从样本中的结果中估算了这种概率。
r = binornd（100,0.6）;[phat，pci] = binofit（r，100）phat = 0.5800 pci = 0.4771 0.6780
95％的置信区间，PCI，包含真实值0.6。
参考
[1] Johnson，N。L.，S。Kotz和A. W. Kemp。单变量离散分布。新泽西州霍博肯：Wiley-Interscience，1993年。
扩展功能
您还可以从以下列表中选择一个网站：
美洲
- AméricaLatina（Español）
- 加拿大（英语）
- 美国（英语）
