一変量離散分布
一変量 "離散分布" は、単一の確率変数が含まれている確率分布です。この変数は、有限個または可算無限個の値のみになると仮定されます。たとえば、ベルヌーイ分布における確率変数 "X" は 0 または 1 という値のみになると仮定されます。
Statistics and Machine Learning Toolbox™ には、一変量離散分布を処理する方法がいくつか用意されています。
分布オブジェクトを作成し、分布オブジェクトの関数を使用します。
分布パラメーターを指定して、分布特有の関数を使用します。
特定の分布名と対応するパラメーターを指定して、汎用の分布関数を使用します。
詳細については、確率分布の操作を参照してください。
アプリ
| 分布フィッター | 確率分布をデータに当てはめ |
関数
オブジェクト
BinomialDistribution | 二項確率分布オブジェクト |
EmpiricalDistribution | Empirical probability distribution object (R2025a 以降) |
NegativeBinomialDistribution | 負の二項分布オブジェクト |
PoissonDistribution | ポアソン確率分布オブジェクト |
トピック
- ノンパラメトリックな経験的確率分布
確率密度関数または累積分布関数を標本データから推定します。
- ベルヌーイ分布
ベルヌーイ分布は、確率変数が 2 つの値しか取らない離散確率分布です。
- 二項分布
二項分布は、無限大の母集団による反復試行における成功回数の総数を特定の条件のもとでモデル化します。
- Empirical Distribution
The empirical distribution is a nonparametric estimate of the cumulative distribution function (cdf) for a sample.
- 幾何分布
幾何分布は、それぞれの試行の結果が成功か失敗のどちらかである一連の独立試行において、1 回成功するまでの失敗回数をモデル化します。各試行の成功確率は定数です。
- 超幾何分布
超幾何分布は、有限の母集団から決まったサイズの標本を非復元抽出する場合の成功の総数をモデル化します。
- 多項確率分布オブジェクト
この例では、確率分布オブジェクトを使用した乱数の生成、確率密度関数の計算およびプロット、多項分布の記述統計の計算の方法を示します。
- 多項確率分布関数
この例では、確率分布関数を使用した乱数の生成、多項分布の pdf の計算およびプロットの方法を示します。
- 負の二項分布
負の二項分布は、同一の独立した試行を繰り返す場合に、指定された成功回数に達するまでの失敗回数をモデル化します。
- ポアソン分布
ポアソン分布は、特定の量の時間、距離、面積などにおいて無作為に起こる事象の回数を数える場合に適しています。
- 一様分布 (離散)
離散一様分布は、1 から N までの整数に同じ重みを適用した単純な分布です。
- 最尤推定法
関数
mleは、名前によって指定された分布、および確率密度関数 (pdf)、対数 pdf または負の対数尤度関数によって指定されたカスタム分布について、最尤推定量 (MLE) を計算します。 - 負の対数尤度関数
負の対数尤度関数を使用した最尤推定の計算。
