Wie berechne ich eine PMF und CDF für eine binomial-Verteilung in MATLAB?

Muss ich die Wahrscheinlichkeit berechnen massenfunktion und die Verteilungsfunktion, der binomial-Verteilung. Ich möchte mit MATLAB zu tun (raw MATLAB, keine Schubladen). Ich kann berechnen, diese selbst, aber war in der Hoffnung auf einen vordefinierten Funktion und finde keine. Gibt es etwas da draußen?

function x = homebrew_binomial_pmf(N,p)
    x = [1];
    for i = 1:N
       x = [0 x]*p + [x 0]*(1-p);
    end
Schade, dass Sie nicht wollen, verwenden Sie die Statistik-Toolbox... es hat die Funktionen BINOPDF und BINOCDF. 😉
Ich verwende den Toolboxen, die wir haben, wenn Mathworks behebt Ihre drakonischen Lizenz Politik, macht, dass floating network Lizenzen 4x so teuer wie Feste, und nicht wieder Netzwerk-Lizenzen an den pool, bis Sie in der Nähe von MATLAB, und nicht bieten einen Mechanismus, um Sie manuell zurückgeben, Netzwerk-Lizenzen dem pool. Sorry für den rant, aber Sie trifft den Nerv hier.

InformationsquelleAutor Jason S | 2009-12-11

  1. 1

    Können Sie die Funktion NCHOOSEK zur Berechnung der binomial-Koeffizienten. Mit, dass, können Sie eine Funktion erstellen, die den Wert berechnet, der die Wahrscheinlichkeit Masse-Funktion für eine Reihe von k - Werte für ein bestimmtes N und p:

    function pmf = binom_dist(N,p,k)
  nValues = numel(k);
  pmf = zeros(1,nValues);
  for i = 1:nValues
    pmf(i) = nchoosek(N,k(i))*p^k(i)*(1-p)^(N-k(i));
  end
end

    Um eine Darstellung der Wahrscheinlichkeit Funktion Masse, würden Sie Folgendes tun:

    k = 0:40;
pmf = binom_dist(40,0.5,k);
plot(k,pmf,'r.');

    und die kumulative Verteilungsfunktion kann man von der Wahrscheinlichkeit Masse-Funktion mit CUMSUM:

    cummDist = cumsum(pmf);
plot(k,cummDist,'r.');

    HINWEIS:, Wenn die binomial-Koeffizienten zurück von NCHOOSEK groß ist, können Sie am Ende verlieren Präzision. Eine sehr schöne alternative ist die Verwendung der Vorlage Variable Precision-Integer-Arithmetik von John D ' Errico auf die MathWorks File Exchange. Durch die Umwandlung von zahlen zu seinem vpi geben, können Sie vermeiden, die Präzision Verlust.

    +1. nchoosek hilft für kleine N. Für große N ist es ein problem.
    Sehr wahr. Nur für den Fall, es endet als ein problem für Sie, ich habe einige links zu MathWorks-Vorlage von John D ' Errico, die können Sie durchführen, variable precision-integer-Arithmetik.

    InformationsquelleAutor gnovice

  2. 1

    octave bietet eine gute Sammlung von Verteilung pdf, cdf, quantile; Sie müssen übersetzt werden, Oktave, aber das ist relativ trivial (konvertieren endif zu end konvertieren != zu ~= usw;) siehe z.B. Oktave binocdf für die binomial cdf-Funktion.

    InformationsquelleAutor shabbychef

  3. 0

    sieht aus wie für die VF der binomial-Verteilung, meine beste Wette ist die unvollständige beta-Funktion betainc.

    InformationsquelleAutor Jason S

  4. -1

    PDF

    x=1:15
p=.45

c=binopdf(x,15,p)

plot(x,c)

    Ähnlich CDF

    D=binocdf(x,15,p) 

plot(x,D)
    Jedoch, OP beantragt "raw MATLAB, keine Toolboxen"; binopdfund binocdf sind Teil der Statistik-toolbox.

    InformationsquelleAutor Karush Mahajan

Schreibe einen Kommentar