本页对应的英文页面已更新，但尚未翻译。若要查看最新内容，请点击此处访问英文页面。

概率分布

数据频数模型、随机样本生成、参数估计

对样本数据进行概率分布拟合，计算 pdf 和 cdf 等概率函数，计算均值和中值等汇总统计量，可视化样本数据，生成随机数等。使用概率分布对象、命令行函数或交互式 App 来处理概率分布。有关每个选项的详细信息，请参阅Working with Probability Distributions。

概率分布基础知识

离散分布
拟合和计算整数值分布，生成该分布的样本
连续分布
拟合和计算实数值分布，生成该分布的样本
多元分布
拟合和计算向量值分布，生成该分布的样本
探索与可视化
绘制分布函数、以交互方式拟合分布、创建绘图并生成随机数
伪随机数和拟随机数生成
生成伪随机样本数据和拟随机样本数据
重抽样方法
使用自助法、Jackknife 法和交叉验证法对数据集重抽样

特色示例

曲线拟合和分布拟合

此示例说明如何执行曲线拟合和分布拟合，并讨论每种方法适用的情况。

打开实时脚本

使用 copula 仿真相关随机变量

此示例说明当变量之间存在复杂关系时，或者当各个变量来自不同分布时，如何使用 copula 从多元分布中生成数据。

打开脚本

Fitting a Univariate Distribution Using Cumulative Probabilities

Fit univariate distributions using least squares estimates of the cumulative distribution functions. This is a generally-applicable method that can be useful in cases when maximum likelihood fails, for instance some models that include a threshold parameter.

打开脚本

Fitting Custom Univariate Distributions

Use the Statistics and Machine Learning Toolbox™ function mle to fit custom distributions to univariate data.

打开实时脚本

Fitting Custom Univariate Distributions, Part 2

Use some more advanced techniques with the Statistics and Machine Learning Toolbox™ function mle to fit custom distributions to univariate data. The techniques include fitting models to censored data, and illustration of some of the numerical details of fitting with custom distributions.

打开实时脚本