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

HalfNormalDistribution

Objeto de distribución de probabilidad medio normal

Descripción

Un objeto consta de parámetros, una descripción del modelo y datos de ejemplo para una distribución de probabilidad media-normal.HalfNormalDistribution

La distribución seminormal es un caso especial de la distribución normal plegada y truncada. Las aplicaciones de la distribución media-normal incluyen el modelado de datos de medición y datos de duración.

La distribución seminormal utiliza los siguientes parámetros:

ParámetroDescripciónApoyo
muUbicación<μ<
sigmaEscalaσ0

Para obtener más información sobre la distribución seminormal, consulte.Distribución media-normal

Creación

Hay varias maneras de crear un objeto de distribución de probabilidad.HalfNormalDistribution

  • Cree una distribución con valores de parámetro especificados mediante.makedist

  • Ajuste una distribución a los datos utilizando.fitdist

  • Ajuste interactivamente una distribución a los datos mediante la aplicación.Distribución Fitter

Propiedades

expandir todo

Parámetros de distribución

Parámetro de ubicación de la distribución seminormal, especificado como un valor escalar. El parámetro es también el límite inferior de la distribución seminormal.mu

La implementación de la distribución seminormal asume un valor fijo para el parámetro Location.Statistics and Machine Learning Toolbox™μ Puede especificar un valor para el parámetro al crear un objeto.μHalfNormalDistribution

Tipos de datos: single | double

Parámetro de escala de la distribución seminormal, especificado como un valor escalar no negativo.

Tipos de datos: single | double

Características de distribución

Esta propiedad es de solo lectura.

Indicador lógico para la distribución truncada, especificado como un valor lógico. Si es igual a, la distribución no se trunca.IsTruncated0 Si es igual a, la distribución se trunca.IsTruncated1

Tipos de datos: logical

Esta propiedad es de solo lectura.

Número de parámetros para la distribución de probabilidad, especificado como un valor entero positivo.

Tipos de datos: double

Esta propiedad es de solo lectura.

Matriz de covarianzas de las estimaciones de parámetros, especificadas como a-por-Matrix, donde es el número de parametros en la distribución.ppp El elemento (,) es la covarianza entre las estimaciones del parámetro TH y el parámetro TH.ijij El elemento (,) es la varianza estimada del parámetro TH.iii Si el parámetro es fijo en lugar de estimarse al ajustar la distribución a los datos, los elementos (,) de la matriz de covarianzas son 0.iii

Tipos de datos: double

Esta propiedad es de solo lectura.

Indicador lógico para los parámetros fijos, especificado como una matriz de valores lógicos. Si, el parámetro correspondiente en la matriz no es fijo.0ParameterNames Si, el parámetro correspondiente en la matriz es fijo.1ParameterNames

Tipos de datos: logical

Esta propiedad es de solo lectura.

Valores de parámetros de distribución, especificados como vector.

Tipos de datos: single | double

Esta propiedad es de solo lectura.

Intervalo de truncamiento para la distribución de probabilidad, especificado como un vector que contiene los límites de truncamiento inferior y superior.

Tipos de datos: single | double

Otras propiedades de objeto

Esta propiedad es de solo lectura.

Nombre de distribución de probabilidad, especificado como vector de caracteres.

Tipos de datos: char

Esta propiedad es de solo lectura.

Datos utilizados para el empalme de distribución, especificados como una estructura que contiene lo siguiente:

  • :data Vector de datos utilizado para el ajuste de distribución.

  • :cens Censurar Vector, o vacío si ninguno.

  • :freq Vector de frecuencia, o vacío si ninguno.

Tipos de datos: struct

Esta propiedad es de solo lectura.

Descripciones de parámetros de distribución, especificadas como una matriz de vectores de caracteres de celda. Cada celda contiene una breve descripción de un parámetro de distribución.

Tipos de datos: char

Esta propiedad es de solo lectura.

Nombres de parámetros de distribución, especificados como una matriz de vectores de caracteres de celda.

Tipos de datos: char

Funciones del objeto

cdfFunción de distribución acumulativa
icdfFunción de distribución acumulativa inversa
iqrRango intercuartil
meanMedia de distribución de probabilidad
medianMediana de distribución de probabilidad
negloglikLa probabilidad negativa de distribución de probabilidades
paramciIntervalos de confianza para parámetros de distribución de probabilidad
pdfFunción de densidad de probabilidad
proflikFunción de probabilidad de perfil para distribución de probabilidad
AleatorioLos números aleatorios
stdDesviación estándar de la distribución de probabilidad
truncateTruncar el objeto de distribución de probabilidad
varVarianza de distribución de probabilidad

Ejemplos

contraer todo

pd = makedist('HalfNormal')
pd =    HalfNormalDistribution    Half Normal distribution        mu = 0     sigma = 1  

Cree un objeto de distribución medio normal. Especifique igual a 0 e igual a 1,5.musigma

pd = makedist('HalfNormal','mu',0,'sigma',1.5)
pd =    HalfNormalDistribution    Half Normal distribution        mu =   0     sigma = 1.5  

Calcule la media y la desviación estándar de la distribución.

m = mean(pd)
m = 1.1968 
s = std(pd)
s = 0.9042 

Genere 100 números aleatorios a partir de una distribución normal estándar y calcule su valor absoluto.

rng default  % For reproducibility x = abs(random(makedist('Normal'),100,1));

Ajuste un objeto de distribución medio normal a los datos de muestra.

pd = fitdist(x,'HalfNormal')
pd =    HalfNormalDistribution    Half Normal distribution        mu =      0     sigma = 1.1631   [1.02184, 1.35006]  

Calcule la media de la distribución seminormal ajustada utilizando el objeto de distribución de probabilidad.

m = mean(pd)
m = 0.9280 

Calcule la media de la distribución seminormal sustituyendo los valores ajustados y de parámetro en la fórmulamusigma

<math display="block">
<mrow>
<mi>m</mi>
<mi>e</mi>
<mi>a</mi>
<mi>n</mi>
<mo>=</mo>
<mi>μ</mi>
<mo>+</mo>
<mi>σ</mi>
<msqrt>
<mrow>
<mfrac>
<mrow>
<mn>2</mn>
</mrow>
<mrow>
<mi>π</mi>
</mrow>
</mfrac>
</mrow>
</msqrt>
<mo>.</mo>
</mrow>
</math>

mcalc = pd.mu + pd.sigma*(sqrt(2/pi))
mcalc = 0.9280 

Referencias

[1] Cooray, K. and M.M.A. Ananda. “A Generalization of the Half-Normal Distribution with Applications to Lifetime Data.” Communications in Statistics – Theory and Methods. Vol. 37, Number 9, 2008, pp. 1323–1337.

[2] Pewsey, A. Large-Sample Inference for the General Half-Normal Distribution. Communications in Statistics – Theory and Methods. Vol. 31, Number 7, 2002, pp. 1045–1054.

Introducido en R2016a