Comment travailler avec une distribution normale dans MATLAB à l'aide de fitdist

Trouver une distribution normale d’un ensemble de données n’est pas une tâche facile ; cependant, nous pouvons l'exécuter dans MATLAB en utilisant le fitdist() fonction. Lisez ce guide pour en savoir plus sur l'utilisation du distribution normale dans MATLAB en utilisant le fitdist() fonction.

Qu'est-ce que la distribution normale

UN distribution normale également appelée distribution gaussienne, elle est définie à l'aide de deux paramètres ; moyenne et écart type des points de données. La moyenne mesure la moyenne des valeurs des données, tandis que l'écart type mesure la façon dont les valeurs des données sont réparties autour de la moyenne. Avec la combinaison de la moyenne et de l’écart type, nous pouvons calculer distribution normale à partir de la formule suivante :

Où:

• X représente les valeurs de l'ensemble de données.
• f(x) représente la fonction de probabilité.
• m désigne le
• p désigne l'écart type.

Comment effectuer une distribution normale dans MATLAB à l'aide de la fonction fitdist()

MATLAB nous permet de calculer le distribution normale de variables aléatoires en utilisant le fitdist() fonction. Cette fonction produit un distribution de probabilité normale objet en ajustant la distribution donnée aux données d’entrée. Le distribution normale accepte deux paramètres en entrée : l'écart type ainsi que la moyenne. Une distribution normale standard a une valeur moyenne nulle ainsi qu'un écart type unitaire qui est 1. Cela signifie que le distribution normale est centré sur zéro et les valeurs des distributions sont réparties également des deux côtés de la moyenne.

Syntaxe

Le fitdist() dans MATLAB peut être utilisé de différentes manières :

Ici:

• La fonction pd = fitdist(x,distname) est chargé d'ajuster la distribution fournie par distname aux données contenues dans le vecteur colonne x pour produire un objet de distribution de probabilité.
• La fonction pd = fitdist(x,distname,Nom,Valeur) est responsable de la construction de l'objet de distribution de probabilité avec un ou plusieurs arguments de paire nom-valeur qui spécifient des paramètres supplémentaires.
• La fonction [pdca,gn,gl] = fitdist(x,distname,'By',groupvar) est chargé d'ajuster la distribution de probabilité définie par distname aux données du vecteur de colonne x en fonction de la variable de regroupement groupvar pour générer des objets de distribution de probabilité. Il renvoie un tableau de cellules d'objets de distribution de probabilité ajustés, noté pdca, un tableau de cellules d'étiquettes de groupe, noté gn, et un tableau de cellules de niveaux de variables de regroupement, noté gl.

Exemple 1 : Comment trouver une distribution normale à l'aide de la fonction fitdist(x,distname)

Cet exemple correspond à un distribution normale aux données d'échantillon z en utilisant le fitdist() fonction.

Exemple 2 : Comment trouver une distribution normale à l'aide de fitdist(x,distname,Name,Value) Fonction

Dans cet exemple, nous allons ajuster une distribution Kernel aux exemples de données en utilisant le fitdist() fonction dans MATLAB.

Exemple 3 : Comment trouver une distribution normale à l'aide de la fonction fitdist(x,distname,'By',groupvar)

Le code MATLAB donné ci-dessous correspond distributions normales aux données groupées, calcule et trace le pdf des deux groupes de données.

Conclusion

Trouver le distribution normale d'un ensemble de données est une technique statistique largement utilisée dans l'apprentissage automatique, l'intelligence artificielle, la science des données et bien d'autres domaines. Il peut être défini à l'aide de deux paramètres ; moyenne ainsi que l’écart type des points de données. Nous pouvons adapter l'ensemble de données dans le distribution normale objet à l'aide du fitdist() fonction. Ce guide a fourni les bases du distribution normale fonction et comment l'utiliser dans MATLAB à l'aide du fitdist() fonction.