paramci
確率分布パラメーターの信頼区間
説明
例
パラメーターの信頼区間
標本データを読み込みます。学生の試験の採点データの 1 列目を含むベクトルを作成します。
load examgrades
x = grades(:,1);
正規分布オブジェクトをデータに近似します。
pd = fitdist(x,'Normal')
pd = NormalDistribution Normal distribution mu = 75.0083 [73.4321, 76.5846] sigma = 8.7202 [7.7391, 9.98843]
パラメーター推定の横にある区間は分布パラメーターの 95% 信頼区間です。
関数 paramci
を使用してこれらの区間を取得することもできます。
ci = paramci(pd)
ci = 2×2
73.4321 7.7391
76.5846 9.9884
ci
の列 1 には mu パラメーターの 95% 信頼区間の下限および上限が含まれ、列 2 には、sigma パラメーターの同様の限界が含まれています。
パラメーターの信頼区間を変更する
標本データを読み込みます。学生の試験の採点データの 1 列目を含むベクトルを作成します。
load examgrades
x = grades(:,1);
正規分布オブジェクトをデータに近似します。
pd = fitdist(x,'Normal')
pd = NormalDistribution Normal distribution mu = 75.0083 [73.4321, 76.5846] sigma = 8.7202 [7.7391, 9.98843]
分布パラメーターの 99% の信頼区間を計算します。
ci = paramci(pd,'Alpha',.01)
ci = 2×2
72.9245 7.4627
77.0922 10.4403
ci
の列 1 には mu パラメーターの 99% 信頼区間の下限および上限が含まれ、列 2 には、sigma パラメーターの同様の限界が含まれています。
入力引数
pd
— 確率分布
確率分布オブジェクト
確率分布。次の表のいずれかの確率分布オブジェクトとして指定します。
名前と値の引数
オプションの引数のペアを Name1=Value1,...,NameN=ValueN
として指定します。ここで Name
は引数名、Value
は対応する値です。名前と値の引数は他の引数の後ろにする必要がありますが、ペアの順序は関係ありません。
R2021a より前では、名前と値をそれぞれコンマを使って区切り、Name
を引用符で囲みます。
例: 'Alpha',0.01
は、99% の信頼区間を意味します。
Alpha
— 有意水準
0.05
(既定値) | (0,1) の範囲のスカラー値
信頼区間の有意水準。'Alpha'
と、(0,1) の範囲内のスカラー値で構成されるコンマ区切りのペアとして指定します。ci
の信頼度は 100(1–Alpha)
% です。既定値の 0.05
は、95% の信頼区間に対応します。
例: 'Alpha',0.01
データ型: single
| double
Parameter
— パラメーター リスト
文字ベクトル | string 配列 | 文字ベクトルの cell 配列
信頼区間を計算するパラメーターのリスト。'Parameter'
と、パラメーター名が含まれている文字ベクトル、string 配列、または文字ベクトルの cell 配列から構成されるコンマ区切りのペアとして指定します。既定では、paramci
はすべての分布パラメーターの信頼区間を計算します。
例: 'Parameter','mu'
データ型: char
| string
| cell
Type
— 計算メソッド
'exact'
| 'Wald'
| 'lr'
信頼区間の計算方法。'Type'
と 'exact'
、'Wald'
または 'lr'
で構成されるコンマ区切りのペアとして指定します。
'exact'
は、厳密なメソッドを使用して信頼区間を計算し、次の分布に対して使用できます。
分布 | 計算方法 |
---|---|
二項 | 正確な確率計算に基づく Clopper-Pearson 法を使用して計算します。この方法は、正確なカバレッジ確率を提供しません。 |
指数 | カイ二乗分布に基づく方法を使用して計算します。この方法では、完全なタイプ 2 の打ち切られている標本に対して正確なカバレッジを提供します。 |
正規 | 打ち切られていない標本に対する t 分布とカイ二乗分布に基づく計算方法では、打ち切られていない標本に対して正確なカバレッジが提供されます。打ち切られている標本に対して、Type が exact の場合、paramci は Wald 法を使用します。 |
対数正規 | 打ち切られていない標本に対する t 分布とカイ二乗分布に基づく計算方法では、正確なカバレッジが提供されます。打ち切られている標本に対して、Type が exact の場合、paramci は Wald 法を使用します。 |
ポアソン | カイ二乗分布に基づく計算方法では、正確なカバレッジが提供されます。自由度が大きい場合、カイ二乗は、数値効率を上げるため正規分布によって近似されます。 |
レイリー | カイ二乗分布に基づく計算方法では、正確なカバレッジ確率が提供されます。 |
または、'Wald'
を指定して信頼区間の計算に Wald 法を使用するか、'lr'
を指定して信頼区間の計算に尤度比法を使用できます。
'exact'
が既定の設定です (使用可能な場合)。それ以外の場合は、既定値は 'Wald'
です。
例: 'Type','Wald'
LogFlag
— 対数スケールの boolean フラグ
ベクトル
対数スケールの boolean フラグ。'LogFlag'
と、各分布パラメーターに対応する論理値を含むベクトルで構成されるコンマ区切りのペアとして指定します。このフラグは、対数スケールで計算する Wald 区間を指定します。既定値は分布に応じて異なります。
例: 'LogFlag',[0,1]
データ型: logical
出力引数
拡張機能
GPU 配列
Parallel Computing Toolbox™ を使用してグラフィックス処理装置 (GPU) 上で実行することにより、コードを高速化します。
この関数は、GPU 配列を完全にサポートします。詳細は、GPU での MATLAB 関数の実行 (Parallel Computing Toolbox)を参照してください。
バージョン履歴
R2013a で導入
MATLAB コマンド
次の MATLAB コマンドに対応するリンクがクリックされました。
コマンドを MATLAB コマンド ウィンドウに入力して実行してください。Web ブラウザーは MATLAB コマンドをサポートしていません。
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)