利用mle函数进行参数估计
函数
mle
格式
phat=mle('dist′
,X)%返回用dist指定分布的最大似然估计值
[phat,
pci]=mle('dist′
,X)
%置信度为95
[phat,
pci]=mle('dist′
,X,alpha)%置信度由alpha确定
[phat,
pci]=mle('dist′
,X,apha,pl)%仅用于二项分布芦则兆,pl为试验次数。
说明
dist为分布函数名,如:beta(β分布)、bino(二项分布)等,盯纯X为数据样本,alpha为显著水平α,1-a为置信度。
phat为估计陪租值,pci为置信区间
希望能对你有所帮助!
在Matlab下输入:edit,然后将下面两行百分号之间的内容,复制进去,保存%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function f=zhidao_vinxie(a,tq)
%a的三个变信芹租量分首核别代表h,g,m
%tq两个变量分别代滑兆表t,q
f=a(1)*a(2)*tq(:,1)./(1+a(1)*tq(:,1)+a(3)*tq(:,2))
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
在Matlab下面输入:
t=[10 20 10 20 1]
q=[1.0 1.0 2.0 2.0 0]
tq=[t',q']
z=[0.126 0.219 0.076 0.126 0.186]
[a,res]=lsqcurvefit('zhidao_vinxie',ones(3,1),tq,z')
res
h=a(1)
g=a(2)
m=a(3)
z_fit=zhidao_vinxie(a,tq)
plot(z,z,z,z_fit,'*')
legend('理论值','拟合值',4)
%%%%%%%%%不好意思没有说清楚。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)