matlab怎么做参数估计,[转载]参数估计(matlab)

参数估计包含两种常用方式: 点估计和区间估计.

Matlab统计工具箱给出了常用概率分布中参数的点估计 (采用最大似然估计法) 与区间估计,

另外还提供了部分分布的对数似然函数的计算功能.

由于点估计中的矩估计法的实质是求与未知参数相应的样本的各阶矩, 统计工具箱提供了常用的求矩函数(见第一章),

读者可根据需要选择合适的矩函数进行点估计.

表2.1　统计工具箱中的参数估计函数 (fit / like)

函数名称

函数说明

调用格式

unifit

均匀分布数据的参数点估计和区间估计

[ahat,bhat,ACI,BCI] = unifit(X,alpha)

expfit

指数分布数据的参数点估计和区间估计

[muhat,muci] = expfit(x,alpha)

normfit

正态分布数据的参数点估计和区间估计

[muhat,sigmahat,muci,sigmaci]

= normfit(X,alpha)

binofit

二项分布数据的参数点估计和区间估计

[phat,pci] = binofit(x,n,alpha)

poissfit

泊松分布数据的参数点估计和区间估计

[lambdahat,lambdaci]

= poissfit(X,alpha)

说明: 调用格式只罗列了其中的一种. 需另外说明的是:

(1) unifit和normfit的格式与其它函数均不同, 此二者要求左边的输出变量必须将参数 或 分别列出.

(2) binofit (x,n,alpha)根据试验成功的次数x和总的试验次数n, 对 中的p进行最大似然估计,

同时