Main Content

KernelDistribution

Objeto de distribución de probabilidad de kernel

Descripción

Un objeto KernelDistribution está compuesto por parámetros, una descripción del modelo y datos de muestra de una distribución de suavizado de kernel no paramétrica.

Una distribución de kernel es una estimación no paramétrica de la función de densidad de probabilidad (pdf) de una variable aleatoria.

La distribución de kernel utiliza las siguientes opciones.

OpciónDescripciónValores posibles
KernelTipo de función de kernelnormal, box, triangle, epanechnikov
BandwidthParámetro de suavizado de kernelBandwidth > 0

Creación

Hay varias formas de crear un objeto de distribución de probabilidad KernelDistribution:

  • Ajustar una distribución a datos usando fitdist.

  • Ajustar una distribución a datos de forma interactiva usando la app Distribution Fitter.

Propiedades

expandir todo

Parámetros de la distribución

Tipo de función de kernel, especificado como un nombre de tipo de función de kernel válido.

Ancho de banda de la ventana de suavizado de kernel, especificado como valor de escalar.

Tipos de datos: single | double

Características de la distribución

Esta propiedad o parámetro es de solo lectura.

El indicador lógico de distribución truncada, especificado como un valor lógico. Si IsTruncated es igual a 0, no se trata de una distribución truncada. Si IsTruncated es igual a 1, se trata de una distribución truncada.

Tipos de datos: logical

Esta propiedad o parámetro es de solo lectura.

El intervalo de truncamiento de la distribución de probabilidad, especificado como un vector de valores de escalar que contiene los límites inferior y superior de truncamiento.

Tipos de datos: single | double

Otras propiedades del objeto

Esta propiedad o parámetro es de solo lectura.

El nombre de la distribución de probabilidad, especificado como un vector de caracteres.

Tipos de datos: char

Esta propiedad o parámetro es de solo lectura.

Los datos utilizados en el ajuste de la distribución, especificados como una estructura que contiene los siguientes elementos:

  • data: El vector de datos utilizado en el ajuste de la distribución.

  • cens: El vector que desea censurar. Esta propiedad debe quedar en blanco si no desea especificar ninguno.

  • freq: El vector de frecuencia. Esta propiedad debe quedar en blanco si no desea especificar ninguno.

Tipos de datos: struct

Funciones del objeto

cdfFunción de distribución acumulativa
gatherGather properties of Statistics and Machine Learning Toolbox object from GPU
icdfFunción de distribución acumulativa inversa
iqrInterquartile range of probability distribution
meanMedia de la distribución de probabilidad
medianMedian of probability distribution
negloglikNegative loglikelihood of probability distribution
pdfFunción de densidad de probabilidad
plotPlot probability distribution object
randomNúmeros aleatorios
stdDesviación estándar de la distribución de probabilidad
truncateTruncar objeto de distribución de probabilidad
varVarianza de la distribución de probabilidad

Ejemplos

contraer todo

Cargue los datos de muestra. Visualice los datos de peso de los pacientes mediante un histograma.

load hospital
histogram(hospital.Weight)

Figure contains an axes object. The axes object contains an object of type histogram.

El histograma muestra que los datos tienen dos modos, uno para pacientes mujeres y uno para pacientes hombres.

Cree un objeto de distribución de probabilidad ajustando una distribución de kernel a los datos de peso de los pacientes.

pd_kernel = fitdist(hospital.Weight,'Kernel')
pd_kernel = 
  KernelDistribution

    Kernel = normal
    Bandwidth = 14.3792
    Support = unbounded

A modo de comparación, cree otro objeto de distribución de probabilidad ajustando una distribución normal a los datos de peso de los pacientes.

pd_normal = fitdist(hospital.Weight,'Normal')
pd_normal = 
  NormalDistribution

  Normal distribution
       mu =     154   [148.728, 159.272]
    sigma = 26.5714   [23.3299, 30.8674]

Defina los valores x y calcule la pdf de cada distribución.

x = 50:1:250;
pdf_kernel = pdf(pd_kernel,x);
pdf_normal = pdf(pd_normal,x);

Represente la pdf de cada distribución.

plot(x,pdf_kernel,'Color','b','LineWidth',2);
hold on;
plot(x,pdf_normal,'Color','r','LineStyle',':','LineWidth',2);
legend('Kernel Distribution','Normal Distribution','Location','SouthEast');
hold off;

Figure contains an axes object. The axes object contains 2 objects of type line. These objects represent Kernel Distribution, Normal Distribution.

Ajustar una distribución de kernel en lugar de una distribución unimodal como la normal revela los modos independientes para los pacientes femeninos y masculinos.

Capacidades ampliadas

Historial de versiones

Introducido en R2013a