Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

betafit

Las estimaciones de parámetros beta

Sintaxis

phat = betafit(data)
[phat,pci] = betafit(data,alpha)

Descripción

phat = betafit(data) calcula las estimaciones de máxima verosimilitud de los parámetros de distribución beta y de los datos en el vector y devuelve un vector de columna que contiene los y estimaciones, donde el beta CDF es dado porabdataab

F(x|a,b)=1B(a,b)0xta1(1t)b1dt

y (·) es la función beta.B Los elementos de deben estar en el intervalo abierto (0, 1), donde se define la distribución beta.data Sin embargo, a veces también es necesario ajustar una distribución beta a datos que incluyan ceros exactos o unos. Para estos datos, la función de probabilidad beta es ilimitada y la estimación de máxima verosimilitud estándar no es posible. En ese caso, maximiza una probabilidad modificada que incorpora los ceros o unos tratándolos como si fueran valores que han sido censurados a la izquierda o censurados a la derecha en 1-/2, respectivamente.betafitsqrt(realmin)eps

[phat,pci] = betafit(data,alpha) Devuelve intervalos de confianza en los parámetros y en la matriz 2 por 2.abpci La primera columna de la matriz contiene los límites de confianza inferior y superior para el parámetro, y la segunda columna contiene los límites de confianza para el parámetro.ab El argumento de entrada opcional es un valor en el intervalo [0,1] que especifica el ancho de los intervalos de confianza.alpha De forma predeterminada, es, que corresponde a 95% intervalos de confianza.alpha0.05 Los intervalos de confianza se basan en una aproximación normal para la distribución de los logs de las estimaciones de parámetros.

Ejemplos

Este ejemplo genera 100 observaciones distribuidas beta. El verdadero y los parámetros son 4 y 3, respectivamente.ab Compárelos con los valores devueltos por el ajuste beta.p Tenga en cuenta que las columnas de ambos corchetes los parámetros verdaderos.ci

data = betarnd(4,3,100,1); [p,ci] = betafit(data,0.01) p =     5.5328    3.8097 ci =     3.6538    2.6197     8.3781    5.5402

Referencias

[1] Hahn, Gerald J., and S. S. Shapiro. Statistical Models in Engineering. Hoboken, NJ: John Wiley & Sons, Inc., 1994, p. 95.

Capacidades ampliadas

Generación de código C/C++
Genere código C y C++ mediante MATLAB® Coder™.

Introducido antes de R2006a