確率分布
データ頻度モデル、無作為標本の生成、パラメーターの推定
確率分布による標本データの当てはめ、pdf や cdf などの確率関数の評価、平均や中央値などの要約統計量の計算、標本データの可視化、乱数の生成などを行います。確率分布を処理するには、確率分布オブジェクト、コマンド ライン関数または対話型アプリを使用します。これらの各オプションについての詳細は、確率分布の操作を参照してください。
カテゴリ
- 離散分布
整数値の分布から標本を計算、近似または生成
- 連続分布
実数値の分布から標本を計算、当てはめまたは生成
- 多変量分布
ベクトル値の分布から標本を計算、当てはめまたは生成
- 調査と可視化
分布関数のプロット、対話形式での分布の当てはめ、プロットの作成、乱数の生成
- 疑似乱数と準乱数の生成
疑似乱数および準乱数標本データの生成
- リサンプリングの手法
ブートストラップ、ジャックナイフおよび交差検証を使用してデータ セットをリサンプリング
注目の例
曲線近似と分布近似
曲線近似と分布近似の実行、および各手法の適所についての学習。
コピュラを使用した従属確率変数のシミュレーション
この例では、変数間に複雑な関係がある場合や、個体変数が異なる分布から成る場合に、コピュラを使用して多変量分布からデータを生成する方法を示します。
累積確率を使用する一変量分布での近似
この例では、累積分布関数の最小二乗推定を使用して一変量分布で近似する方法を示します。この方法は、最尤推定法が失敗した場合 (しきい値パラメーターを含むモデルの場合など) に一般的に使用できる方法です。
カスタム分布の当てはめ
この例では、関数 mle を使用してカスタム分布を一変量データに当てはめる方法を示します。
カスタム分布当てはめ時の数値問題の回避
この例では、カスタム分布を当てはめるときに数値問題を回避するため、関数 mle で高度な手法を使用する方法について説明します。具体的には、以下の方法を説明します。
You can also select a web site from the following list:
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)