使用matlab模拟检验和估计泊松过程

Posted fpga&matlab

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用matlab模拟检验和估计泊松过程相关的知识,希望对你有一定的参考价值。

%泊松过程的模拟、检验及参数估计
syms Un X S;
n=10;%生成n*n个随机数
r=1;%参数
temp=0;
tem=0;
Un=rand(n,1);%共产生n*n个随机数
for i=1:1:n
    X(i)=-log(Un(i))/r;
end
X=subs(X);
for i=1:1:n
    for j=1:1:i
        temp=temp+X(j);    
    end
    S(i)=temp;
    temp=0;
end
S=subs(S);
%检验泊松过程使用第四条
for i=1:1:n
    tem=tem+S(i);
end
sigmaN=tem;
T=S(n);
alpha=0.05;%置信水平
p=sigmaN/T;
p1=(1/2)*(n-1.96*(n/3)^(1/2));
p2=(1/2)*(n+1.96*(n/3)^(1/2));
c1=subs(p-p1)
c2=subs(p-p2)
if (c1<=0&c2>=0)|(c1>=0&c2<=0)
    disp('这是一个泊松过程!')
    %参数估计使用极大似然估计
    r_=subs(n/T);
   if abs(subs(r_-r))<0.1
      disp('参数估计正确!')
      disp('参数估计值为:')
      r_
   end   
   %绘制轨迹
   y=0;
   x=0:0.001:subs(S(1));
   plot(x,y)
   for k=1:1:n
      y=k;
      x=subs(S(k)):0.001:subs(S(k+1));
      hold on
      plot(x,y)
   end
else
    disp('这不是一个泊松过程!')
end
D116

以上是关于使用matlab模拟检验和估计泊松过程的主要内容,如果未能解决你的问题,请参考以下文章

数据分享|R语言零膨胀泊松回归ZERO-INFLATED POISSON(ZIP)模型分析露营钓鱼数据实例估计IRR和OR|附代码数据

Matlab:如何在卡尔曼滤波器状态估计后模拟模型

R语言进行数值模拟:模拟泊松回归模型的数据

时间序列分析:平稳时间序列分析之参数估计和诊断检验

自助法(bootstrap)在统计检验中的应用及R语言实现过程

von Mises Distribution (冯·米赛斯分布)的随机模拟与参数估计的笔记