多変量分布
"多変量分布" は、複数の確率変数が含まれている確率分布です。確率変数は、相互に関連がある場合があります。Statistics and Machine Learning Toolbox™ には、確率分布オブジェクト、分布関数、対話型アプリなど、多変量分布を処理する方法がいくつか用意されています。詳細については、確率分布の操作を参照してください。
オブジェクト
gmdistribution | 混合ガウス モデルの作成 |
MultinomialDistribution | 多項確率分布オブジェクト |
関数
トピック
- コピュラを使用した相関のある標本の生成
"コピュラ" は、変数間の依存関係を記述する関数であり、相関がある多変量データをモデル化する分布を作成する方法を提供します。
- 順位相関による相関データの生成
コピュラと順位相関を使用して、累積分布逆関数を使用できない確率分布 (ピアソンの柔軟な分布族など) から相関データを生成します。
- コピュラを使用した従属確率変数のシミュレーション
変数間に複雑な関係がある多変量分布や異なる分布の個体変数を含む多変量分布から、コピュラを使用してデータを生成します。
- 混合ガウス モデルの作成
既知の、つまり完全に指定された混合ガウス モデル (GMM) オブジェクトを作成します。
- データへの混合ガウス モデルの当てはめ
多変量正規分布から派生するデータをシミュレートし、そのデータに混合ガウス モデル (GMM) を当てはめます。
- 混合ガウス モデルから派生するデータのシミュレート
完全に指定した
gmdistributionオブジェクトと関数randomを使用して、混合ガウス モデル (GMM) から派生するデータをシミュレートします。 - 混合ガウス モデルを使用したデータのクラスタリング
サイズおよび相関の構造が異なる複数のクラスターにデータを分割します。
- 逆ウィシャート分布
逆ウィシャート分布はウィシャート分布に基づきます。これは、ベイズ統計において、多変量正規分布の共分散行列に対する事前の共役として使用されます。
- 多項分布
多項分布は、一連の独立試行における成功の組み合わせのそれぞれに対する確率をモデル化します。
- 多変量正規分布
多変量正規分布は、一変量正規分布を 2 つ以上の変数に一般化したものです。
- 多変量 "t" 分布
多変量スチューデントの t 分布は、一変量スチューデント t 分布を 2 つ以上の変数に汎化したものです。
- ウィシャート分布
ウィシャート分布は、2 またはより多くの変数に対する一変量カイ二乗分布の汎化です。
- 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。
