在用蒙特卡洛方法算不确定性,卡壳了。。
思路是这样:
1.利用数据构建概率密度函数,选择拟合优度最大的
2.输入参数进行蒙特卡洛模拟
3.得到数据和概率分布图
之前用水晶球软件算第一步很简单,但是我的其他几组数据都不足十个,没办法只好用MATLAB代替。
那么问题来了:
问题1 我知道怎么判断正态分布、指数分布等,求一个函数能求出一组数据的对数分布函数值。
比如判断正态分布那个程序是:alpha = 0.05;
% 正态分布判断
[mu, sigma] = normfit(A);
p1 = normcdf(A, mu, sigma);
[H1,s1] = kstest(A, [A, p1], alpha);
n = length(A);
if H1 == 0
disp(‘该数据源服从正态分布。’)
else
disp(‘该数据源不服从正态分布。’)
end
这里normfit是求正态分布的,那么对数正态分布对应的函数是什么呢/p>
问题2 因为最后还要算一下不确定性范围,可是我数据太少做出来的方差太大,期望值直接INF….
束手无策求帮助QAQ
声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!