การค้นหาการแจกแจงชุดข้อมูลแบบปกติไม่ใช่เรื่องง่าย อย่างไรก็ตาม เราสามารถทำได้ใน MATLAB โดยใช้ไฟล์ ฟิตดิส() การทำงาน. อ่านคู่มือนี้เพื่อเรียนรู้รายละเอียดเกี่ยวกับการทำงานกับ การกระจายตัวตามปกติ ใน MATLAB โดยใช้ ฟิตดิส() การทำงาน.
การแจกแจงแบบปกติคืออะไร
ก การกระจายตัวตามปกติ เรียกอีกอย่างว่าการแจกแจงแบบเกาส์เซียนถูกกำหนดโดยใช้พารามิเตอร์สองตัว ค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานของจุดข้อมูล ค่าเฉลี่ยจะวัดค่าเฉลี่ยของค่าข้อมูล ในขณะที่ค่าเบี่ยงเบนมาตรฐานจะวัดว่าค่าข้อมูลมีการกระจายออกไปรอบๆ ค่าเฉลี่ยอย่างไร ด้วยการรวมกันของทั้งค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐาน เราสามารถคำนวณได้ การกระจายตัวตามปกติ จากสูตรต่อไปนี้:
ที่ไหน:
- x แสดงถึงค่าชุดข้อมูล
- ฉ(x) แสดงถึงฟังก์ชันความน่าจะเป็น
- ม หมายถึง
- พี หมายถึงส่วนเบี่ยงเบนมาตรฐาน
วิธีการแจกแจงแบบปกติใน MATLAB โดยใช้ฟังก์ชัน fitdist()
MATLAB ช่วยให้เราคำนวณ การกระจายตัวตามปกติ ของตัวแปรสุ่มโดยใช้บิวท์อิน ฟิตดิส() การทำงาน. ฟังก์ชันนี้จะสร้าง การกระจายความน่าจะเป็นแบบปกติ วัตถุโดยปรับการกระจายที่กำหนดให้กับข้อมูลอินพุต ที่ การกระจายตัวตามปกติ ยอมรับพารามิเตอร์สองตัวเป็นอินพุต: ค่าเบี่ยงเบนมาตรฐานและค่าเฉลี่ย การแจกแจงแบบปกติมาตรฐานจะมีค่าเฉลี่ยเป็นศูนย์และค่าเบี่ยงเบนมาตรฐานของหน่วยคือ 1 ซึ่งหมายความว่า การกระจายตัวตามปกติ มีศูนย์กลางอยู่ที่ศูนย์และค่าของการแจกแจงจะกระจายออกเท่าๆ กันทั้งสองข้างของค่าเฉลี่ย
ไวยากรณ์
ที่ ฟิตดิส() ใน MATLAB สามารถใช้งานได้หลายวิธี:
พีดี = คนฟิตดี ( x , เสียชื่อ )
พีดี = คนฟิตดี ( x , เสียชื่อ , ชื่อ , ค่า )
พีดีซีเอ , GN , GL ] = คนฟิตดี ( x , เสียชื่อ , 'โดย' , groupvar )
ที่นี่:
- ฟังก์ชั่น pd = fitdist(x,distname) มีหน้าที่รับผิดชอบในการปรับการแจกแจงให้เหมาะสมโดย disname กับข้อมูลที่อยู่ในคอลัมน์เวกเตอร์ x เพื่อสร้างออบเจ็กต์การแจกแจงความน่าจะเป็น
- ฟังก์ชั่น pd = fitdist(x,distname,ชื่อ,ค่า) มีหน้าที่รับผิดชอบในการสร้างออบเจ็กต์การแจกแจงความน่าจะเป็นด้วยอาร์กิวเมนต์คู่ชื่อ-ค่าตั้งแต่หนึ่งรายการขึ้นไปที่ระบุพารามิเตอร์เพิ่มเติม
- ฟังก์ชั่น [pdca,gn,gl] = fitdist(x,distname,'By',groupvar) มีหน้าที่รับผิดชอบในการปรับการแจกแจงความน่าจะเป็นที่กำหนดโดย disname ให้กับข้อมูลในคอลัมน์เวกเตอร์ x ตามตัวแปรการจัดกลุ่ม groupvar เพื่อสร้างออบเจ็กต์การแจกแจงความน่าจะเป็น โดยให้อาร์เรย์เซลล์ของออบเจ็กต์การแจกแจงความน่าจะเป็นที่ติดตั้งไว้กลับคืนมา ซึ่งแสดงเป็น pdca, อาร์เรย์เซลล์ของเลเบลกลุ่ม, แสดงเป็น gn และอาร์เรย์เซลล์ของระดับตัวแปรการจัดกลุ่ม ซึ่งแสดงเป็น gl
ตัวอย่างที่ 1: วิธีค้นหาการแจกแจงแบบปกติโดยใช้ฟังก์ชัน fitdist(x,distname)
ตัวอย่างนี้เหมาะกับก การกระจายตัวตามปกติ ไปยังข้อมูลตัวอย่าง z โดยใช้ ฟิตดิส() การทำงาน.
โหลดผู้ป่วยกับ = น้ำหนัก ;
พีดี = คนฟิตดี ( กับ , 'ปกติ' )
ตัวอย่างที่ 2: วิธีค้นหาการแจกแจงแบบปกติโดยใช้ fitdist(x,distname,Name,Value) การทำงาน
ในตัวอย่างนี้ เราจะปรับการกระจายเคอร์เนลให้พอดีกับข้อมูลตัวอย่างโดยใช้ ฟิตดิส() ฟังก์ชั่นใน MATLAB
โหลดผู้ป่วยกับ = น้ำหนัก ;
พีดี = คนฟิตดี ( กับ , 'เคอร์เนล' , 'เคอร์เนล' , 'เอปาเนชนิคอฟ' )
ตัวอย่างที่ 3: วิธีค้นหาการแจกแจงแบบปกติโดยใช้ฟังก์ชัน fitdist(x,distname,'By',groupvar)
รหัส MATLAB ที่ระบุด้านล่างพอดี การแจกแจงแบบปกติ เพื่อจัดกลุ่มข้อมูล คำนวณ และแปลงไฟล์ PDF ของข้อมูลทั้งสองกลุ่ม
โหลดผู้ป่วยกับ = น้ำหนัก ;
[ พีดีซีเอ , GN , GL ] = คนฟิตดี ( กับ , 'ปกติ' , 'โดย' , เพศ )
หญิง = พีดีซีเอ { 1 }
ชาย = พีดีซีเอ { 2 }
z_values = 80 : : 1 : : 220 ;
หญิงpdf = ไฟล์ PDF ( หญิง , z_values ) ;
Malepdf = ไฟล์ PDF ( ชาย , z_values ) ;
รูป
พล็อต ( z_values , หญิงpdf , 'ความกว้างของเส้น' , 2 )
เดี๋ยว
พล็อต ( z_values , Malepdf , 'สี' , 'ร' , 'ไลน์สไตล์' , ':' , 'ความกว้างของเส้น' , 2 )
ตำนาน ( GN , 'ที่ตั้ง' , 'ตะวันออกเฉียงเหนือ' )
ออกจาก
บทสรุป
การหา การกระจายตัวตามปกติ ของชุดข้อมูลเป็นเทคนิคทางสถิติที่ใช้กันอย่างแพร่หลายในการเรียนรู้ของเครื่อง ปัญญาประดิษฐ์ วิทยาการข้อมูล และสาขาอื่นๆ อีกมากมาย สามารถกำหนดได้โดยใช้พารามิเตอร์สองตัว ค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานของจุดข้อมูล เราสามารถใส่ชุดข้อมูลลงใน การกระจายตัวตามปกติ วัตถุโดยใช้ ฟิตดิส() การทำงาน. คู่มือนี้ได้ให้ข้อมูลพื้นฐานของ การกระจายตัวตามปกติ ฟังก์ชั่นและวิธีการทำงานกับมันใน MATLAB โดยใช้ไฟล์ ฟิตดิส() การทำงาน.