估计从中采样数的正态分布的参数

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了估计从中采样数的正态分布的参数相关的知识,希望对你有一定的参考价值。

给定从正态分布中采样的数字矢量,如何估计从中采样这些数字的正态分布的参数(即均值和方差)?

答案

您正在寻找的Matlab函数是normfit。如果你只用一个参数normfit调用X,它会给你2个输出,估计平均值和标准差:

[muhat,sigmahat] = normfit(X)

其中muhat是平均值的估计值,sigmahat是标准偏差的估计值。现在,如果你用第二个参数alpha调用它,它将给出4个输出,2个估计值,以及每个估计值的置信区间:

[muhat,sigmahat,muci,sigmaci] = normfit(X,alpha)

muci包含平均值的置信区间和sigmaci标准差的置信区间。

例:

>>a=randn(1,100);
>>[muhat,sigmahat,muci,sigmaci] = normfit(a,.01);
>>sigmaci

sigmaci =
    0.8550
    1.2360

所以P(0.8550 <sigma <1.2360)= 1-0.1。

sigma_2是方差所以通过简单地对齐sigmaci你有sigma_2的置信区间:

>>sigma_2ci=sigmaci.^2
sigma_2ci =

0.7310    1.5277

和P(0.7310 <sigma_2 <1.5277)= 1-0.1。

以上是关于估计从中采样数的正态分布的参数的主要内容,如果未能解决你的问题,请参考以下文章

机器学习极大似然估计法

『科学计算_理论』最大似然估计

MLE最大似然估计Maximum Likelihood Estimation

最大似然估计法的原理

控制数据采样分布 计算概念

LDA训练过程(吉布斯采样)