gamfit

γ参数估计

语法

太好了= gamfit(数据) (太好了,pci) = gamfit(数据) (太好了,pci) = gamfit(数据、α) […]= gamfit(数据、α、审查、频率、期权)

太好了= gamfit(数据)返回参数的最大似然(ml)估计的伽马分布的数据向量数据。

(太好了,pci) = gamfit(数据)返回毫升和95%置信区间。第一行的一种总线标准置信区间的下限;最后一行是上界。

(太好了,pci) = gamfit(数据、α)返回100(1 -α)%的置信区间。例如,α=0.01收益率99%置信区间。

[…]= gamfit(数据、α审查)接受一个布尔向量相同的大小数据1的观测right-censored和0的观察,观察到底。

[…)= gamfit(数据、α、审查、频率)接受一个频率向量的大小一样数据。频率通常包含整数频率对应的元素数据,但可能包含任何非负价值。

[…]= gamfit(数据、α、审查、频率、期权)接受一个结构,选项,指定控制参数的迭代算法计算极大似然估计的函数使用。γ函数接受一个选项结构,可以使用函数创建statset。输入statset (“gamfit”)的名称和默认值的参数gamfit接受的选项结构。

符合伽马分布随机生成的数据从一个指定的伽马分布:

= 2;b = 4;data = gamrnd (a, b, 100, (1);[p, ci] = gamfit ci(数据)p = 2.1990 - 3.7426 = 1.6840 2.8298 2.7141 4.6554

[1]哈恩,杰拉尔德·J。,s·s·夏皮罗。统计模型在工程。新泽西州霍博肯:约翰·威利& Sons Inc ., 1994,第88页。

之前介绍过的R2006a