Ang paghahanap ng normal na distribusyon ng isang set ng data ay hindi isang madaling gawain; gayunpaman, maaari naming gawin ito sa MATLAB gamit ang fitdist() function. Basahin ang gabay na ito upang matuto nang detalyado tungkol sa pagtatrabaho sa normal na pamamahagi sa MATLAB gamit ang fitdist() function.
Ano ang Normal Distribution
A normal na pamamahagi tinatawag ding Gaussian distribution ay tinukoy gamit ang dalawang parameter; mean at standard deviation ng mga data point. Sinusukat ng mean ang average ng mga halaga ng data, habang ang karaniwang paglihis ay sumusukat kung paano ibinabahagi ang mga halaga ng data sa paligid ng mean. Sa kumbinasyon ng parehong Mean at Standard deviation, maaari nating kalkulahin normal na pamamahagi mula sa sumusunod na formula:
saan:
- x kumakatawan sa mga halaga ng dataset.
- f(x) kumakatawan sa probability function.
- m nagsasaad ng
- p nagsasaad ng standard deviation.
Paano Magsagawa ng Normal na Pamamahagi sa MATLAB Gamit ang Fitdist() Function
Hinahayaan tayo ng MATLAB na kalkulahin ang normal na pamamahagi ng mga random na variable gamit ang built-in fitdist() function. Ang function na ito ay gumagawa ng a normal na pamamahagi ng posibilidad bagay sa pamamagitan ng pag-angkop sa ibinigay na pamamahagi sa data ng pag-input. Ang normal na pamamahagi tumatanggap ng dalawang parameter bilang input: ang standard deviation pati na rin ang mean. Ang isang karaniwang normal na distribusyon ay may zero mean value gayundin ang isang unit standard deviation na 1. Nangangahulugan ito na ang normal na pamamahagi ay nakasentro sa zero at ang mga halaga ng mga distribusyon ay pantay na ikinakalat sa magkabilang panig ng mean.
Syntax
Ang fitdist() sa MATLAB ay maaaring gamitin sa iba't ibang paraan:
pd = fitdist ( x , distname )
pd = fitdist ( x , distname , Pangalan , Halaga )
pdca , gn , gl ] = fitdist ( x , distname , 'Ni' , groupvar )
dito:
- Ang function pd = fitdist(x,distname) ay responsable para sa pag-angkop ng distribusyon na ibinigay ng distname sa data na nilalaman sa column vector x upang makabuo ng probability distribution object.
- Ang function pd = fitdist(x,distname,Pangalan,Halaga) ay responsable para sa pagbuo ng probability distribution object na may isa o higit pang name-value pair argument na tumutukoy ng mga karagdagang parameter.
- Ang function [pdca,gn,gl] = fitdist(x,distname,'By',groupvar) ay responsable para sa pag-angkop ng probability distribution na tinukoy sa pamamagitan ng distname sa data sa column vector x batay sa pagpapangkat ng variable groupvar upang makabuo ng mga probability distribution object. Ibinabalik nito ang isang cell array ng mga bagay sa pamamahagi ng probability, na tinutukoy bilang pdca, isang cell array ng mga label ng grupo, na tinutukoy bilang gn, at isang cell array ng pagpapangkat ng mga variable na antas, na tinutukoy bilang gl.
Halimbawa 1: Paano Maghanap ng Normal na Distribution Gamit ang Fitdist(x,distname) Function
Ang halimbawang ito ay akma sa a normal na pamamahagi sa sample na data z gamit ang fitdist() function.
magpakarga ng mga pasyenteSa = Timbang ;
pd = fitdist ( Sa , 'Normal' )
Halimbawa 2: Paano Maghanap ng Normal na Pamamahagi Gamit ang fitdist(x,distname,Pangalan,Value) Function
Sa halimbawang ito, ikakasya namin ang isang pamamahagi ng Kernel sa sample na data gamit ang fitdist() function sa MATLAB.
magpakarga ng mga pasyenteSa = Timbang ;
pd = fitdist ( Sa , 'Kernel' , 'Kernel' , 'epanechnikov' )
Halimbawa 3: Paano Maghanap ng Normal na pamamahagi Gamit ang Fitdist(x,distname,'By',groupvar) Function
Ang ibinigay sa ibaba MATLAB code ay akma normal na distribusyon sa pinagsama-samang data, kino-compute at i-plot ang pdf ng parehong pangkat ng data.
magpakarga ng mga pasyenteSa = Timbang ;
[ pdca , gn , gl ] = fitdist ( Sa , 'Normal' , 'Ni' , Kasarian )
babae = pdca { 1 }
lalaki = pdca { 2 }
z_values = 80 : 1 : 220 ;
babaepdf = pdf ( babae , z_values ) ;
malepdf = pdf ( lalaki , z_values ) ;
pigura
balangkas ( z_values , babaepdf , 'LineWidth' , 2 )
hawakan mo
balangkas ( z_values , malepdf , 'Kulay' , 'r' , 'LineStyle' , ':' , 'LineWidth' , 2 )
alamat ( gn , 'Lokasyon' , 'Hilagang Silangan' )
huminto ka
Konklusyon
Ang paghahanap ng normal na pamamahagi ng isang dataset ay isang istatistikal na pamamaraan na malawakang ginagamit sa machine learning, artificial intelligence, data science, at marami pang ibang larangan. Maaari itong tukuyin gamit ang dalawang parameter; ibig sabihin pati na rin ang standard deviation ng mga punto ng data. Maaari naming magkasya ang dataset sa normal na pamamahagi bagay gamit ang fitdist() function. Ang gabay na ito ay nagbigay ng mga pangunahing kaalaman sa normal na pamamahagi function at kung paano gamitin ito sa MATLAB gamit ang fitdist() function.